Python矩阵和Numpy数组有什么联系?
Python进阶学习交流大家好,我是IT共享者,人称皮皮。今天给大家介绍矩阵和NumPy数组。
一、什么是矩阵?
使用嵌套列表和NumPy包的Python矩阵。矩阵是一种二维数据结构,其中数字按行和列排列。
二、Python矩阵
1. 列表视为矩阵
Python没有矩阵的内置类型。但是,可以将列表的列表视为矩阵。
例:
A = [[1, 4, 5], [-5, 8, 9]]
可以将此列表的列表视为具有2行3列的矩阵。
如图:

2. 如何使用嵌套列表。
A = [[1, 4, 5, 12], [-5, 8, 9, 0], [-6, 7, 11, 19]]
print("A =", A) print("A[1] =", A[1]) # 第二行print("A[1][2] =", A[1][2]) # 第二行的第三元素print("A[0][-1] =", A[0][-1]) # 第一行的最后一个元素column = []; # 空 listfor row in A: column.append(row[2])
print("3rd column =", column)
当运行程序时,输出为:

三、NumPy数组
1. 什么是NumPy?
NumPy是用于科学计算的软件包,它支持强大的N维数组对象。
在使用NumPy之前,需要先安装它。
2. 如何安装NumPy?
如果使用Windows,使用PyCharm 安装NumPy,NumPy它带有一些其他与数据科学和机器学习有关的软件包。
成功安装了NumPy,就可以导入和使用它。

NumPy提供数字的多维数组(实际上是一个对象)。
例 :
import numpy as npa = np.array([1, 2, 3])print(a) # 输出: [1, 2, 3]print(type(a)) # 输出: <class 'numpy.ndarray'>
NumPy的数组类称为ndarray。

注:
NumPy的数组类称为ndarray。
3. 如何创建一个NumPy数组?
有几种创建NumPy数组的方法。
3.1 整数,浮点数和复数的数组import numpy as np
A = np.array([[1, 2, 3], [3, 4, 5]])print(A)
A = np.array([[1.1, 2, 3], [3, 4, 5]]) # 浮点数组print(A)
A = np.array([[1, 2, 3], [3, 4, 5]], dtype = complex) # 复数数组print(A)
运行效果:

3.2 零和一的数组
import numpy as np
zeors_array = np.zeros( (2, 3) )print(zeors_array)ones_array = np.ones( (1, 5), dtype=np.int32 ) // dtypeprint(ones_array) # 输出: [[1 1 1 1 1]]

在这里,指定dtype了32位(4字节)。因此,该数组可以采用从到的值。-2-312-31-1
3.使用arange()和shape()
import numpy as np
A = np.arange(4)
print('A =', A)
B = np.arange(12).reshape(2, 6)
print('B =', B)

1 2 下一页>