python中怎么样进行矩阵运算?

python的numpy库提供矩阵运算的功能，因此我们在需要矩阵运算的时候，需要导入numpy的包。

numpy的导入和使用

fromnumpyimport*;#导入numpy的库函数

importnumpyasnp;#这个方式使用numpy的函数时，需要以np.开头。

矩阵的创建

由一维或二维数据创建矩阵

>>>fromnumpyimport*

>>>a1=array([1,2,3])

>>>a1

array([1,2,3])

>>>a1=mat(a1)

>>>a1

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

>>>shape(a1)

(1,3)

>>>b=matrix([1,2,3])

>>>shape(b)

(1,3)

常见的矩阵运算

1.矩阵相乘

>>>a1=mat([1,2]);

>>>a2=mat([[1],[2]]);

>>>a3=a1*a2#1*2的矩阵乘以2*1的矩阵，得到1*1的矩阵

>>>a3

matrix([[5]])

2.矩阵点乘

矩阵对应元素相乘

>>>a1=mat([1,1]);

>>>a2=mat([2,2]);

>>>a3=multiply(a1,a2)

>>>a3

matrix([[2,2]])

矩阵点乘

>>>a1=mat([2,2]);

>>>a2=a1*2

>>>a2

matrix([[4,4]])

3、矩阵求逆，转置

矩阵求逆

>>>a1=mat(eye(2,2)*0.5)

>>>a1

matrix([[0.5,0.],

[0.,0.5]])

>>>a2=a1.I#求矩阵matrix([[0.5,0],[0,0.5]])的逆矩阵

>>>a2

matrix([[2.,0.],

[0.,2.]])

矩阵转置

>>>a1=mat([[1,1],[0,0]])

>>>a1

matrix([[1,1],

[0,0]])

>>>a2=a1.T

>>>a2

matrix([[1,0],

[1,0]])

4.计算矩阵对应行列的、最小值、和。

>>>a1=mat([[1,1],[2,3],[4,2]])

>>>a1

matrix([[1,1],

[2,3],

[4,2]])

计算每一列、行的和

>>>a2=a1.sum(axis=0)#列和，这里得到的是1*2的矩阵

>>>a2

matrix([[7,6]])

>>>a3=a1.sum(axis=1)#行和，这里得到的是3*1的矩阵

>>>a3

matrix([[2],

[5],

[6]])

>>>a4=sum(a1[1,:])#计算第一行所有列的和，这里得到的是一个数值

>>>a4

5#第0行：1+1;第2行：2+3;第3行：4+2

以上内容为大家介绍了python中怎么样进行矩阵运算?希望对大家有所帮助，如果想要了解更多Python相关知识，请关注我们

培训数据矩阵数值行列

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。