NumPy教程（第20章）：矩阵库

NumPy 中包含了一个矩阵库 numpy.matlib&＃xff0c;该模块中的函数返回的是一个矩阵&＃xff0c;而不是 ndarray 对象

一个 m * n 的矩阵是一个由 m 行&＃xff08;row&＃xff09;n 列&＃xff08;column&＃xff09;元素排列成的矩形阵列

矩阵里的元素可以是数字、符号或数学式。以下是一个由 6 个数字元素构成的 2 行 3 列的矩阵

matlib.empty() 函数

返回一个新的矩阵&＃xff0c;语法格式为&＃xff1a;

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


参数说明&＃xff1a;

• shape: 定义新矩阵形状的整数或整数元组

• Dtype: 可选&＃xff0c;数据类型

• order: C&＃xff08;行序优先&＃xff09; 或者 F&＃xff08;列序优先&＃xff09;

示例&＃xff1a;

In [1]: import numpy.matlibIn [2]: import numpy as npIn [3]: np.matlib.empty((2, 2))
Out[3]:
matrix([[1.72723371e-077, 1.49457517e-154],[9.88131292e-324, 2.78134232e-309]])


numpy.matlib.zeros() 函数

创建一个以 0 填充的矩阵

In [4]: np.matlib.zeros((2, 2))
Out[4]:
matrix([[0., 0.],[0., 0.]])


numpy.matlib.ones() 函数

创建一个以 1 填充的矩阵

In [5]: np.matlib.ones((2, 2))
Out[5]:
matrix([[1., 1.],[1., 1.]])


numpy.matlib.eye() 函数

返回一个矩阵&＃xff0c;对角线元素为 1&＃xff0c;其他位置为零

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


参数说明&＃xff1a;

• n: 返回矩阵的行数

• M: 返回矩阵的列数&＃xff0c;默认为 n

• k: 对角线的索引

• dtype: 数据类型

示例&＃xff1a;

In [6]: np.matlib.eye(n&＃61;3, M&＃61;4, k&＃61;0, dtype&＃61;float)
Out[6]:
matrix([[1., 0., 0., 0.],[0., 1., 0., 0.],[0., 0., 1., 0.]])


numpy.matlib.identity() 函数

返回给定大小的单位矩阵

单位矩阵是个方阵&＃xff0c;从左上角到右下角的对角线&＃xff08;称为主对角线&＃xff09;上的元素均为 1&＃xff0c;除此以外全都为 0

In [7]: np.matlib.identity(5, dtype&＃61;float)
Out[7]:
matrix([[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() 函数

创建一个给定大小的矩阵&＃xff0c;数据是随机填充的

In [8]: np.matlib.rand(3, 3)
Out[8]:
matrix([[0.6321775 , 0.80290426, 0.93202202],[0.83145053, 0.08945262, 0.83305413],[0.061605 , 0.36800879, 0.06980826]])


矩阵总是二维的&＃xff0c;而 ndarray 是一个 n 维数组。 两个对象都是可互换的

In [9]: x &＃61; np.matrix(&＃39;1, 2; 3, 4&＃39;)In [10]: x
Out[10]:
matrix([[1, 2],[3, 4]])In [11]: y &＃61; np.asarray(x)In [12]: y
Out[12]:
array([[1, 2],[3, 4]])In [13]: k &＃61; np.asmatrix(y)In [14]: k
Out[14]:
matrix([[1, 2],[3, 4]])