'''矩陣運算
1. 矩陣與數相乘。與矩陣每個元素相乘
2. 矩陣加減。對應位置元素相加減。shape屬性必須一致
3. 矩陣相乘。m行n列 乘 n行l列 等於 m行l列。推薦使用matmul,dot
4. 矩陣對應元素相乘。用multiply
5. m.h共軛轉置 m.i逆矩陣 m.t轉置矩陣 m.a
'''import numpy as np
# 1. 矩陣與數相乘。
m = np.mat([[2,3,5],[8,3,9]],dtype=np.int8)
# print(m)
# m2 = m * 3
# print(m2)
# 2. 矩陣加減。
# m3 = m + m2
# print(m3)
# 3. 矩陣相乘。
# m2 = np.mat([[2,3],[5,5]])
# print(m2)
# m3 = m2 *m矩陣相乘
# m3 = np.matmul(m2,m)矩陣相乘
# m3 = np.dot(m2,m)矩陣相乘
# print(m3)
矩陣對應元素相乘用multiply
# m3 = np.matrix([[2,2],[2,2]])
# m4 = np.multiply(m2,m3)
# print(m4)
# print(type(m4))
# print(type(m4.a))
# print(m4.a)
## m5 = np.matmul(m,m.i) 矩陣乘以其逆矩陣,得到單位矩陣
# print(m5)
## print(m.i)
# print(m * m.i)
# print(m.ndim)
# print(m.dtype)
# m.t矩陣m的轉置矩陣。行列互換。
# m.h共軛轉置矩陣。先共軛,虛部正負相反,再轉置,行列互換。
# m.i互逆矩陣。相當於矩陣m的倒數。乙個數乘以其倒數等於1,矩陣和互逆矩陣相乘等於單位矩陣。
# m.a矩陣m的檢視
import numpy as np
# 建立陣列
arr1 = np.array([[0,0,0,0],[1,1,1,1],[2,2,2,2],[3,3,3,3]])
print("arr1 :",arr1)
print("arr1 的shape:",arr1.shape) #(4,4)
arr2 = np.array([1,2,3,4])
print("arr2 :",arr2)
print("arr2 的shape:",arr2.shape) #(1,4)
#arr3 = np.array([[1,2,3,4],[0,1,2,3]])
print("arr3 :",arr3)
print("arr3 的shape:",arr3.shape) # (2,4)
# 執行相加
# arr_new = arr1 + arr2
# print("arr_new :",arr_new)
# [[1 2 3 4]
# [2 3 4 5]
# [3 4 5 6]
# [4 5 6 7]]
# arr_new = arr1 + arr3
# print("arr_new :",arr_new)
# valueerror: operands could not be broadcast together with shapes (4,4) (2,4)
# arr1 shape (2,4,5)
# arr2 shape (4,1)
#arr3 shape (5,)
data analysis 陣列拆分
陣列的拆分 hsplit拿刀切菜,刀刃豎著往下切。每一次下刀,刀是在橫向移動後切下去。split arr,切成幾分,axis 1 vsplit拿刀片魚片,刀刃橫著往右邊切。每一次下刀,刀是在縱向移動後切下去。split arr,片成幾層,axis 0 import numpy as np arr n...
data analysis 陣列排序
陣列排序 1.sort sort是inplace true的,lexsort是inplace false的,所以想要看lexsort的排序效果,需要用lexsort函式返回的下標索引去獲取元素觀察。2.lexsort。對於多個陣列,lexsort是把最後乙個陣列排序,再以這個排序方式去排前面的陣列。...
資料分析(Data Analysis)
資料分析概念 資料也稱觀測值,是實驗 測量 觀察 調查等的結果,常以數量的形式給出。資料分析的目的是把隱沒在一大批看來雜亂無章的資料中的資訊集中 萃取和提煉出來,以找出所研究物件的內在規律。在實用中,資料分析可幫助人們作出判斷,以便採取適當行動。資料分析是組織有目的地收集資料 分析資料,使之成為資訊...