NumPy 矩阵库(Matrix)

一个 M × N的矩阵是一个由 M 行(row)N 列(column)元素排列成的矩形阵列。

矩阵里的元素可以是数字、符号或数学式。

matlib.empty()

matlib.empty() 函数返回一个新的矩阵，语法格式为：

numpy.matlib.empty(shape, dtype, order)

参数说明：

shape: 定义新矩阵形状的整数或整数元组 Dtype: 可选，数据类型 order: C（行序优先） 或者 F（列序优先）

 import numpy.matlib 
 import numpy as np
 print (np.matlib.empty((3,3)))

输出结果为：

 [[ 2.60605835e-31 -5.21211670e-31 1.30302917e-31]
 [-5.21211670e-31 1.13363538e-30 -3.51817877e-31]
 [ 1.30302917e-31 -3.51817877e-31 2.01969522e-31]]

numpy.matlib.zeros()

numpy.matlib.zeros() 函数创建一个以 0 填充的矩阵。

import numpy.matlib 
import numpy as np
print (np.matlib.zeros((3,3)))

输出结果为：

 [[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]

numpy.matlib.ones()

numpy.matlib.ones()函数创建一个以 1 填充的矩阵。

numpy.matlib.zeros() 函数创建一个以 0 填充的矩阵。

import numpy.matlib 
import numpy as np
print (np.matlib.zeros((3,3)))

输出结果为：

 [[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]

numpy.matlib.eye()

numpy.matlib.eye() 函数返回一个矩阵，对角线元素为 1，其他位置为零。

numpy.matlib.eye(n, M,k, dtype)

参数说明：

n: 返回矩阵的行数 M: 返回矩阵的列数，默认为 n k: 对角线的索引 dtype: 数据类型

import numpy.matlib 
import numpy as np
print (np.matlib.eye(n = 3, M = 4, k = 0, dtype = float))

输出结果为：

 [[1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]]

numpy.matlib.identity()

numpy.matlib.identity() 函数返回给定大小的单位矩阵。

单位矩阵是个方阵，从左上角到右下角的对角线（称为主对角线）上的元素均为 1，除此以外全都为 0。

import numpy.matlib 
import numpy as np
print (np.matlib.identity(5, dtype = float))

输出结果为：

 [[ 1. 0. 0. 0. 0.] 
 [ 0. 1. 0. 0. 0.] 
 [ 0. 0. 1. 0. 0.] 
 [ 0. 0. 0. 1. 0.] 
 [ 0. 0. 0. 0. 1.]]

numpy.matlib.rand()

numpy.matlib.rand() 函数创建一个给定大小的矩阵，数据是随机填充的。

import numpy.matlib 
 import numpy as np
 print (np.matlib.rand(3,3))

输出结果为：

   [[0.32547795 0.58224179 0.87177046]
 [0.83941411 0.43408716 0.43073829]
 [0.39730874 0.84168031 0.99831525]]

矩阵总是二维的，而 ndarray 是一个 n 维数组。 两个对象都是可互换的。

import numpy.matlib 
 import numpy as np
 i = np.matrix('1,2;3,4') 
 print (i)

输出结果为：

   [[1 2] 
 [3 4]]

import numpy.matlib 
 import numpy as np
 j = np.asarray(i) 
 print (j)

输出结果为：

   [[1 2] 
 [3 4]]

import numpy.matlib 
 import numpy as np
 k = np.asmatrix (j) 
 print (k)

   [[1 2] 
 [3 4]]