Python 行列での一般的な操作のサンプル コード共有

この記事では、主に Python 行列の一般的な演算を紹介し、Python 行列の作成と、乗算、反転、転置、その他の関連演算の実装方法をサンプルの形でまとめて分析します。この記事の例では、Python での一般的な行列演算について説明します。参考のために皆さんと共有してください。詳細は次のとおりです:

Python の numpy ライブラリは行列演算の機能を提供するため、行列演算が必要な場合は numpy パッケージをインポートする必要があります。

1. numpyのインポートと使用

from numpy import *;#导入numpy的库函数
import numpy as np; #这个方式使用numpy的函数时，需要以np.开头。

2. 行列の作成1次元または2次元データから行列を作成する

from numpy import *;
a1=array([1,2,3]);
a1=mat(a1);

共通の行列を作成する

data1=mat(zeros((3,3)));
#创建一个3*3的零矩阵，矩阵这里zeros函数的参数是一个tuple类型(3,3)
data2=mat(ones((2,4)));
#创建一个2*4的1矩阵，默认是浮点型的数据，如果需要时int类型，可以使用dtype=int
data3=mat(random.rand(2,2));
#这里的random模块使用的是numpy中的random模块，random.rand(2,2)创建的是一个二维数组，需要将其转换成#matrix
data4=mat(random.randint(10,size=(3,3)));
#生成一个3*3的0-10之间的随机整数矩阵，如果需要指定下界则可以多加一个参数
data5=mat(random.randint(2,8,size=(2,5));
#产生一个2-8之间的随机整数矩阵
data6=mat(eye(2,2,dtype=int));
#产生一个2*2的对角矩阵
a1=[1,2,3];
a2=mat(diag(a1));
#生成一个对角线为1、2、3的对角矩阵

3. 一般的な行列演算

1. 行列の乗算

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

2. 対応する行列の乗算行列の要素

a1=mat([1,1]);
a2=mat([2,2]);
a3=multiply(a1,a2);

行列内積

a1=mat([2,2]);
a2=a1*2;

3. 行列反転、転置

行列反転

a1=mat(eye(2,2)*0.5);
a2=a1.I;
#求矩阵matrix([[0.5,0],[0,0.5]])的逆矩阵

行列転置

a1=mat([[1,1],[0,0]]);
a2=a1.T;

4.対応する行と列の最大値と最小値を計算します。マトリックス値の、および。

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

各列と行の合計を計算

a2=a1.sum(axis=0);//列和，这里得到的是1*2的矩阵
a3=a1.sum(axis=1);//行和，这里得到的是3*1的矩阵
a4=sum(a1[1,:]);//计算第一行所有列的和，这里得到的是一个数值

最大値、最小値、インデックスを計算

a1.max();//计算a1矩阵中所有元素的最大值,这里得到的结果是一个数值
a2=max(a1[:,1]);//计算第二列的最大值，这里得到的是一个1*1的矩阵
a1[1,:].max();//计算第二行的最大值，这里得到的是一个一个数值
np.max(a1,0);//计算所有列的最大值，这里使用的是numpy中的max函数
np.max(a1,1);//计算所有行的最大值，这里得到是一个矩阵
np.argmax(a1,0);//计算所有列的最大值对应在该列中的索引
np.argmax(a1[1,:]);//计算第二行中最大值对应在改行的索引

5. 行列の分離と結合

Se行列の分割、同じas list 配列の分割と同じ。

a=mat(ones((3,3)));
b=a[1:,1:];//分割出第二行以后的行和第二列以后的列的所有元素

行列の混合

a=mat(ones((2,2)));
b=mat(eye(2));
c=vstack((a,b));//按列合并，即增加行数
d=hstack((a,b));//按行合并，即行数不变，扩展列数

IV. 行列、リスト、配列の変換

リストは変更でき、リスト内の要素は次のように異なるタイプのデータにすることができます。以下:

l1=[[1],'hello',3];

numpy の配列、同じ配列内のすべての要素は同じ型である必要があり、いくつかの共通のプロパティを持つ必要があります:

a=array([[2],[1]]);
dimension=a.ndim;
m,n=a.shape;
number=a.size;//元素总个数
str=a.dtype;//元素的类型

numpy の行列にも、配列に共通のいくつかのプロパティがあります。

それらの間の変換:

a1=[[1,2],[3,2],[5,2]];//列表
a2=array(a1);//将列表转换成二维数组
a3=array(a1);//将列表转化成矩阵
a4=array(a3);//将矩阵转换成数组
a5=a3.tolist();//将矩阵转换成列表
a6=a2.tolist();//将数组转换成列表

ここで、3 つの間の変換は非常に簡単であることがわかります。ここで注意する必要があるのは、リストが 1 次元の場合、それを配列と行列に変換した後であるということです。 、 tolist() を介してリストに変換するのとは異なり、いくつかの小さな修正が必要です。次のように:

a1=[1,2,3];
a2=array(a1);
a3=mat(a1);
a4=a2.tolist();//这里得到的是[1,2,3]
a5=a3.tolist();//这里得到的是[[1,2,3]]
a6=(a4 == a5);//a6=False
a7=(a4 is a5[0]);//a7=True,a5[0]=[1,2,3]

行列は数値に変換されます。次のいずれかの状況があります:

dataMat=mat([1]);
val=dataMat[0,0];//这个时候获取的就是矩阵的元素的数值，而不再是矩阵的类型

以上がPython 行列での一般的な操作のサンプル コード共有の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。