通过 Numpy 创建各式各样的矩阵¶

In [15]:

import numpy as np

二、用指定的数据填充¶

In [16]:

np.array([1, 2, 3])    # 一维数组

Out[16]:

array([1, 2, 3])

In [17]:

np.array([[1, 2], [3, 4]])    # 二维数组

Out[17]:

array([[1, 2],
       [3, 4]])

In [18]:

np.array([1, 2, 3], ndmin=2)    # 只有一个元素的二维数组

Out[18]:

array([[1, 2, 3]])

In [19]:

np.array(np.mat('1 2; 3 4'))    # 从子类（矩阵）创建

Out[19]:

array([[1, 2],
       [3, 4]])

输入转化为矩阵,创建一个新变量,指向旧的数据
numpy中数组和矩阵的区别 - jiangsujiangjiang的博客 - CSDN博客 https://blog.csdn.net/jiangsujiangjiang/article/details/83714475
matrix是array的分支，matrix和array在很多时候都是通用的，用哪一个都一样；
如果两个可以通用，那就选择array，因为array更灵活，速度更快，很多人把二维的array也翻译成矩阵。
相同点：索引方式相同，都可以使用a[i][j]，a[i,j]进行索引
numpy.mat(), numpy.array() 可以保证两者的互相转换

matrix（矩阵）：

array（数组）：

In [20]:

np.mat('1 2; 3 4')    # 矩阵

Out[20]:

matrix([[1, 2],
        [3, 4]])

In [21]:

a = np.mat('1 2 3 4')    # 一维矩阵
a

Out[21]:

matrix([[1, 2, 3, 4]])

In [22]:

b = a.T
b

Out[22]:

matrix([[1],
        [2],
        [3],
        [4]])

In [23]:

a*b

Out[23]:

matrix([[30]])

In [24]:

b*a

Out[24]:

matrix([[ 1,  2,  3,  4],
        [ 2,  4,  6,  8],
        [ 3,  6,  9, 12],
        [ 4,  8, 12, 16]])

把lists, lists of tuples, tuples, tuples of tuples, tuples of lists and ndarrays转化为array

In [25]:

a = [1, 2, 3]
np.asarray(a)

Out[25]:

array([1, 2, 3])