NumPy基礎操作（3 代數運算和隨機數

（注：記得在檔案開頭匯入import numpy as np） 

利用numpy生成隨機數以及隨機漫步

常用的numpy函式

diag

將一維陣列轉換為方陣，一維陣列元素為方陣對角線元素

dot矩陣點乘運算

trace

計算對角線元素的和

det計算矩陣的行列式

eig計算方陣的特徵值和對應的特徵向量

inv計算方陣的逆

solve

求解線性方程組ax=b，其中a為方陣

lstsq

計算ax=b的最小二乘解

1 xarr = np.array([[1, 2], [3, 4]])

2 yarr = np.array([[5, 6], [7, 8]])34
print
(xarr)
5print
(yarr)
6print("
************")
7 x = np.linalg.solve(xarr, yarr) #
求解xarr.dot(x) = yarr
8print
(x)9
#輸出結果
10'''
11[[1 2]
12[3 4]]
13[[5 6]
14[7 8]]
15************
16[[-3. -4.]
17[ 4. 5.]]
18'''

1 x = np.array([0, 1, 2, 3])

2 y = np.array([-1, 0.2, 0.9, 2.1])
3 a =np.vstack([x, np.ones(len(x))]).t
a=

[1. 1.]

[2. 1.]

[3. 1.]]

4 m, c = np.linalg.lstsq(a, y)[0]         #

擬合y = ma+c 一次曲線56
7print
(m, c)
8import
matplotlib.pyplot as plt
9 plt.plot(x, y, '
o', label='
original data
', markersize=10)
10 plt.plot(x, m*x + c, '
r', label='
fitted line')
11plt.legend()
12plt.show()13#
輸出結果
14'''
150.9999999999999999 -0.9499999999999997
16'''
輸出擬合曲線為：
numpy基礎操作
猴急先導入包 import numpy as npvct row np.array 1 2,3 行向量 vct col np.array 4 5 6 列向量matrix np.array 1,2,3 4,5,6 7,8,9 mtx np.mat 1,2,3 4,5,6 7,8,9 from scip...
筆記 NumPy基礎操作
學機器學習做點小筆記，都是python的numpy庫的基本小操作，圖書館借的書看到的，怕自己還了書後忘了，就記下來。一般習慣匯入numpy時使用import numpy as np，不要直接import，會有命名空間衝突。比如numpy的array和python自帶的array。numpy下有兩個可...
numpy矩陣的基礎操作
import numpy delimiter分隔符，dtype資料格式 word alcho numpy.genfromtxt d qiujiahao4.txt delimiter dtype str print type word alcho print word alcho 0 1 2 3 4 ...