Python基于NumPy模块的矩阵运算

2023-03-21 22:25| 来源: 网络整理| 查看: 265

「由于微信公众号改变了推送规则，为了每次新的推送可以在第一时间出现在您的订阅列表中，记得将本公众号设为星标或置顶喔~」

NumPy 是基于 c 语言而编写的一个开源的 Python 科学计算库，使用 NumPy，就可以很自然地使用数组和矩阵，其存储效率和输入输出性能远远优于 Python 中等价的基本数据结构，同样的数值计算任务，使用 NumPy 要比直接编写 Python 代码便捷得多。NumPy 包含了很多很实用的 NumPy 数学函数，涵盖线性代数、傅里叶变换等功能，因此 NumPy 深受许多开发者的喜爱。

本文根据 Python 的 NumPy 模块，整理了一些常见的矩阵操作。本文所有代码都是基于import numpy as np导入了 numpy 语句而书写。

1 定义矩阵直接创建矩阵

创建一个矩阵可以直接对列表对象转化，也可以对字符串对象进行转化(G 格式和 matlab 一致)

列表转化为矩阵 # 创建一维行向量 a = np.array([1, 2, 3])

# 创建二维矩阵 b = np.array([[1, 2, 3], [4, 5, 6]]) print("a:", a) print("b:", b)

输出结果：

字符串转矩阵 # 像matlab那样不同行用分号隔开b1 = np.mat("1 2 3;4 5 6;7 8 9")print("b1:", b1)

输出结果：

利用函数创建矩阵

NumPy 提供有很方便创建全 0 矩阵、单位矩阵、随机矩阵的函数。

创建全 0 矩阵 c = np.zeros((3, 3))print("c:", c)

输出结果：

创建单位矩阵 d = np.eye(3)print("d:", d)

输出结果：

创建全 1 矩阵 e = np.ones((3, 3))print("e:", e)

输出结果：

创建指定大小的随机矩阵（int 类型） # (初始值，结束值，大小)f = np.random.randint(1, 10, (2, 3))print("f:", f)

输出结果：

创建指定大小的随机矩阵 g = np.random.random((3, 3))print("g:", g)

输出结果：

2 矩阵运算矩阵元素的加减乘除

这里要注意的是矩阵之间直接使用四则运算符号+ - * /代表的是两个矩阵对应元素的四则运算，所以传入的矩阵一定要大小相等。我们可以使用a.shape查看矩阵的大小。

h = np.array([[1, 2, 3], [4, 5, 6]])g = np.array([[7, 8, 9], [10, 11, 12]])print("h+g:", h + g) # 加print("h-g:", h - g) # 减print("h*g:", h * g) # 乘print("h/g:", h / g) # 除

输出结果：

矩阵的转置 h = np.array([[1, 2, 3], [4, 5, 6]])print("h的转置", h.T)

输出结果：

矩阵的点乘

这里介绍了三种矩阵点乘的方式，实际编程中我们只需要选择掌握一种即可。

h = np.array([[1, 2, 3], [4, 5, 6]])g = np.array([[7, 8, 9], [10, 11, 12]])print("h点乘(g的转置)", np.dot(h, g.T))print("h点乘(g的转置)", h.dot(g.T))print("h点乘(g的转置)", np.matmul(h, g.T))

输出结果：