0.基礎知識篇
1.匯入numpy包
2.建立矩陣
3.矩陣的基本屬性
4.矩陣的基本方法
5.建立預設矩陣
6.矩陣運算
7.建立等差和等比數列矩陣
8.擴充套件矩陣函式tile（）
9.求矩陣最小值，最大值，均值：min，max，mean
10.行列式計算
0.基礎知識篇
numpy的主要操作物件是多維陣列。多維陣列的維度叫軸（axes），軸的個數叫秩（rank），例如三維陣列的秩就是3.
1.匯入numpy包
要進行numpy的操作，必須先導入numpy包：
import numpy as np
2.建立矩陣
建立矩陣 一般用到 兩種方法：
matrix
或array
matrix：
如建立矩陣：
矩陣行之間用分號間隔
import numpy as np
a = np.matrix('1 2 3 ;4 5 6 ; 1 1 0 ')
print(a)
[[1 2 3]
[4 5 6]
[1 1 0]]
array：
from numpy import *
c = array( [ [1,2], [3,4] ])
print(c)
print(c.dtype)
from numpy import *
c = array( [ [1,2], [3,4] ] ,dtype =complex)
print(c)
[[ 1.+0.j 2.+0.j]
[ 3.+0.j 4.+0.j]]
3.矩陣的基本屬性（使用與matrix 和 array）
如有矩陣a：
（1）b = a.t #表示矩陣a的轉置矩陣為b
（2）b = a.i #表示矩陣a的逆矩陣為b
（3）b = a.h #表示複數矩陣a的共軛矩陣為b
（4）a.ndim #返回陣列秩，二維的秩就是2,三維的秩就是3
（5）a.shape #返回矩陣的行列，如 m行n列的矩陣，shape返回就是（m,n），因此 a.shape[0]返回矩陣的行，a.shape[1] 返回矩陣的列
（6）a.dtype #返回矩陣元素型別
（7）a.size #返回矩陣的元素總數目
（8）a.itemsize #返回矩陣中每個元素的大小
4.矩陣的基本方法（使用與 matrix 和 array）
若有矩陣a：
（1）a.gett（） #返回本身的轉置矩陣
（2）a.geti（） #返回本身的逆矩陣
（3）a.geta（） #返回自己，但是作為ndarray陣列返回。
（4）a.geta1（） #返回自己，但是全部變為一維陣列返回
import numpy as np
a = np.matrix('1 1 ;2 2')
print(a.geta1())
列印結果：[1 1 2 2]
from numpy import *
a = array([[1,2],[4,3]])
print('矩陣a：')
print(a)
print('從小到大：')
print(argsort(a))
print('從大到小：')
print(argsort(-a))
列印結果：
矩陣a：
[[1 2]
[4 3]]
從小到大：
[[0 1]
[1 0]]
從大到小：
[[1 0]
[0 1]]
5.建立預設矩陣
（1）zeros() ：建立全零矩陣，如：a = zeros((3,4)) 表示此全0矩陣是3行4列的
（2）ones() ：建立全1矩陣
from numpy import *
a = eye(3,k=1)
print(a)
列印結果：
[[ 0. 1. 0.]
[ 0. 0. 1.]
[ 0. 0. 0.]]
6.矩陣運算
（1）矩陣加減法：若有矩陣a 和 b，則矩陣加減分別為： a+b ， a - b
（2）矩陣乘法：c = dot(a，b)
（3）矩陣中每個元素n次方：c = a**n （其中a 為矩陣，n為n次方）
7.建立等差和等比數列矩陣
（1）建立等差數列：linspace
from numpy import *
x1 = linspace(1,10,10,dtype=int32)
print(x1)
dtype可以不寫，預設的是浮點型 float64
（2）建立等比數列：logspace
logspace建立的等比數列的起始項和結束項都是以10為底的。如 logspace（0,3,4）表示起始項為10^0，結束項為10^3，共有4個數
from numpy import *
x1 = logspace(0,3,4)
print(x1)
同樣可以對 dtype進行設定
8.擴充套件矩陣函式tile（）
tile( matrix，(r，c) ) ：表示以矩陣 matrix 為乙個單位a，（r，c）表示擴充套件的矩陣的行列
如有 矩陣a=[ 1,2,3] ，
**展示：
from numpy import *
a = array([1,2,3])
b = tile(a,(2,1))
print(b)
[[1 2 3]
[1 2 3]]
當然 tile中的（r，c）也可以取其他的數，道理是一樣的。
9.求矩陣最小值，最大值，均值：min，max，mean
無論是min()，max()，mean()，都有乙個重要引數 axis，以乙個 m*n矩陣a舉例：
當axis 不設定值：返回乙個實數，表示矩陣中的 最小值/最大值/平均值
當axis =0：返回每列中的 最小值/最大值/平均值 ，返回乙個 1*n 矩陣
當axis = 1：返回每行中的 最小值/最大值/平均值 ，返回乙個 m*1矩陣
以 mean()舉例：
from numpy import *
a = array([[1,2,3],[7,8,9]])
print(a)
print('.............')
a = a.mean(axis=0)
print('每列的平均值：')
print(a)
[[1 2 3]
[7 8 9]]
.............
每列的平均值：
[ 4. 5. 6.]
同樣有 axis操作的函式還有求和函式 sum（）
10.行列式計算（方法適合於matrix 和 array）
用到 numpy 下的linalg模組的 det 方法：
import numpy as np
a = np.matrix('2 0 0;0 2 0; 0 0 2')
print(a)
b = np.linalg.det(a)
print(b)
[0 2 0]
[0 0 2]]
8.0
Python中的Numpy矩陣
與使用陣列一樣，需要從numpy中匯入matrix或者mat模組 from numpy import matrix,mat這裡使用mat建立乙個矩陣 ss.t但是這裡的轉置並沒有改變原變數中的值，如果需要使用，需要新建立乙個變數進行賦值使用。如果需要將兩個矩陣的每個元素對應相乘時使用numpy中的m...
python 矩陣庫 NumPy矩陣庫
numpy 矩陣庫 numpy 包包含乙個 matrix庫numpy.matlib。此模組的函式返回矩陣而不是返回ndarray物件。matlib.empty matlib.empty 函式返回乙個新的矩陣，而不初始化元素。該函式接受以下引數。numpy.matlib.empty shape,dty...
numpy 矩陣 秩 Numpy 矩陣
機器學習中會用到大量的數學操作，而 numpy 計算庫使這些操作變得簡單，這其中就涉及到了 numpy 的矩陣操作，下面我們就來一起學習如何在 numpy 科學計算庫中進行矩陣的一些基本運算。定義矩陣使用 numpy 科學計算庫中的 mat 函式，如下所示 numpy.mat data,dtype ...