Python学习之数组类型一:

时间:2022-06-26 06:36:47

Python学习之数组类型一:

Numpy中的向量与矩阵:

1.创建:  向量、矩阵均由array函数创建,区别在于向量是v=array( [逗号分隔的元素] ),

矩阵是M=array( [[ ]] )  注意矩阵是双方括号

向量可以执行基本的线性代数运算(运算是基于元素的运算),例如标量乘法/除法、线性组合、范数、标量积等。

2.访问数组项:  向量索引与切片类似于字符串与列表

通过索引访问矩阵(数组项),需要两个索引来访问,这些索引都在一对方栝号里。  例如:M[2:4,1:4]   表示行与列的切片

一些切片原则:

矩阵[index,index]    得到维数为0的标量

矩阵[索引,切片]或者[切片,索引]   得到维数为1的向量

矩阵[切片,切片]    得到维数为2的矩阵

使用切片修改(替换)矩阵中的一个元素,一整行,整个子矩阵。

3.数组构造函数:----用于一些构造数组的命令生成特殊的矩阵。

v=array([3.,5.,8.])

① I=diag(v,0)   #diag(v,k)  生成的结果是来自向量V的对角n阶方阵,前k列元素均为零

print(I)

② T=zeros((2,2,3))   #张量T(向量、矩阵或更高阶张量)的函数ndim给出的维数总是等于其形状的长度

print(T)

print(ndim(T))       #使用数组属性T.ndim或者函数numpy.nidm 来获取数组的维数

print(shape(T))       #数组属性:shape获取数组的维度  例如(2,3)表示二行三列矩阵

print(len(shape(T)))

③ A=ones((2,3))    #生成的是由1填充的2行3列的矩阵

print(A)

④ T=random.rand(3,3)    #random.rand(n,m) 生成由(0,1)中平均分布的随机数(填充)构成的n行m列矩阵

print(T)

⑤ A=arange(3)      #arange(n)返回元素为前n个整数的向量

print(A)

⑥ v=linspace(1,2,4)    #linspace(a,b,n)生成由平均分布在a与b之间的n个点组成的向量

print(v)

⑦ I=identity(n)     #生成阶数为n的单位矩阵

  1. 访问和修改数组形状

访问:用reshape函数或者数组属性shape 来访问

数组的形状是元组,例如n*m的矩阵的形状是元组(n,m)

矩阵:shape(A)  #返回矩阵的形状(n,m)

向量:shape(v)   #返回(n, )  注意:向量形状是包含向量长度n的单元素元组

修改数组形状:是指在不复制数据的情况下给出数组的新视图。

  1. 重塑:reshape()函数

例如:

v=array([0,1,2,3,4,5])

M=v.reshape(2,3)     #reshape()函数在不复制数据的情况下给出了一个数组的新视图

#将向量v生成一个二行三列的矩阵

print(M)

print(shape(M))   #返回(2,3)

M[0,0]=10

print(v)   #v=[10,1,2,3,4,5]现在的v[0]是10     注意:更改M中的M中的一个元素导致v

#中相应的元素自动地发生变化。

v=array([1,2,3,4,5,6,7,8])

M=v.reshape(2,-1)           #仅指定一个形状也很方便,并让python以与原始形状相乘的方式来确定另一个形状参数

#通过设置*形状参数-1来实现

print(shape(M))     #返回(2,4)两行四列的矩阵

print(M)

M=v.reshape(-1,2)

print(shape(M))    #返回形状(4,2)的矩阵

print(M)

M=v.reshape(3,-1)    #如果尝试不与初识形状值相乘的形状的数组,则返回错误

print(shape(M))

  1. 转置  矩阵转置与向量有所区别:

例如:A = array([[1.,2.],[3.,4.]])

B=A.T         #转置矩阵用  矩阵.T即(A.T)来切换矩阵的两个形状元素

print(A)

print(B)

A[1,1]=5.

print(B[1,1])   #返回5

注意:v.T返回相同的向量

v=array([1.,2.,3.])          #转置向量,使用---向量.reshape()---来实现

print(v.T)

print(v.reshape(1,-1))     #v的行向量

print(v.reshape(-1,1))     #返回v的列向量

2.叠加:

#叠加     concatennate()方法

a1=array([[1.,2.,3.],[4.,5.,6.]])

a2=array([[0.,1.,3.],[7.,8.,9.]])

A=concatenate((a1,a2),axis=1)     #构造矩阵的通用方法concatenate((a1,a2,...),axis=0/1)

print(A)                        #前提是用一对相匹配的子矩阵,axis=0时,子矩阵垂直叠加;axis=1时,子矩阵水平叠加

#假设有一个长度为2n的向量,要对具有偶数个分量的向量执行偶排列

v=array([0,1,2,3,4,5,6,7,8,9])

def symp(v):

n=len(v)//2

return hstack([v[-n:],-v[:n]])

print(symp(v))        #将符号变化的向量的前半部分和后半部分进行交换