NumPy - 矩阵库

NumPy 包包含一个 Matrix 库 numpy.matlib。 该模块具有返回矩阵而不是 ndarray 对象的函数。


matlib.empty()

matlib.empty() 函数返回一个新矩阵而不初始化条目。 该函数采用以下参数。

numpy.matlib.empty(shape, dtype, order)

这里,

序号 参数 & 描述
1

shape

intint 的元组定义新矩阵的形状

2

Dtype

可选。 输出的数据类型

3

order

C 或 F

示例

import numpy.matlib 
import numpy as np 

print np.matlib.empty((2,2)) 
# filled with random data

它将产生以下输出 −

[[ 2.12199579e-314,   4.24399158e-314] 
 [ 4.24399158e-314,   2.12199579e-314]] 

numpy.matlib.zeros()

此函数返回用零填充的矩阵。

import numpy.matlib 
import numpy as np 
print np.matlib.zeros((2,2)) 

它将产生以下输出 −

[[ 0.  0.] 
 [ 0.  0.]] 

numpy.matlib.ones()

此函数返回用 1 填充的矩阵。

import numpy.matlib 
import numpy as np 
print np.matlib.ones((2,2))

它将产生以下输出 −

[[ 1.  1.] 
 [ 1.  1.]] 

numpy.matlib.eye()

此函数返回一个矩阵,其中对角线元素为 1,其他位置为零。 该函数采用以下参数。

numpy.matlib.eye(n, M,k, dtype)

这里,

序号 参数 & 描述
1

n

结果矩阵中的行数

2

M

列数,默认为n

3

k

对角线索引

4

dtype

输出的数据类型

示例

import numpy.matlib 
import numpy as np 
print np.matlib.eye(n = 3, M = 4, k = 0, dtype = float)

它将产生以下输出 −

[[ 1.  0.  0.  0.] 
 [ 0.  1.  0.  0.] 
 [ 0.  0.  1.  0.]] 

numpy.matlib.identity()

numpy.matlib.identity() 函数返回给定大小的单位矩阵。 单位矩阵是所有对角线元素都为 1 的方阵。

import numpy.matlib 
import numpy as np 
print np.matlib.identity(5, dtype = float)

它将产生以下输出 −

[[ 1.  0.  0.  0.  0.] 
 [ 0.  1.  0.  0.  0.] 
 [ 0.  0.  1.  0.  0.] 
 [ 0.  0.  0.  1.  0.] 
 [ 0.  0.  0.  0.  1.]] 

numpy.matlib.rand()

numpy.matlib.rand() 函数返回给定大小的矩阵,其中填充了随机值。

示例

import numpy.matlib 
import numpy as np 
print np.matlib.rand(3,3)

它将产生以下输出 −

[[ 0.82674464  0.57206837  0.15497519] 
 [ 0.33857374  0.35742401  0.90895076] 
 [ 0.03968467  0.13962089  0.39665201]]

注意 矩阵始终是二维的,而 ndarray 是 n 维数组。 这两个对象都是可相互转换的。

示例

import numpy.matlib 
import numpy as np  

i = np.matrix('1,2;3,4') 
print i 

它将产生以下输出 −

[[1  2] 
 [3  4]]

示例

import numpy.matlib 
import numpy as np  

j = np.asarray(i) 
print j 

它将产生以下输出 −

[[1  2] 
 [3  4]] 

示例

import numpy.matlib 
import numpy as np  

k = np.asmatrix (j) 
print k

它将产生以下输出 −

[[1  2] 
 [3  4]]