个性化阅读
专注于IT技术分析

NumPy矩阵库:矩阵计算介绍和用法

NumPy包含一个矩阵库, 即numpy.matlib, 用于配置矩阵而不是ndarray对象。

numpy.matlib.empty()函数

此函数用于返回带有未初始化条目的新矩阵。下面给出了使用此功能的语法。

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

它接受以下参数。

  1. shape:它是定义矩阵形状的元组。
  2. dtype:是矩阵的数据类型。
  3. order:它是矩阵的插入顺序, 即C或F。

考虑以下示例。

例子

import numpy as np

import numpy.matlib

print(numpy.matlib.empty((3, 3)))

输出

[[6.90262230e-310 6.90262230e-310 6.90262304e-310]
 [6.90262304e-310 6.90261674e-310 6.90261552e-310]
 [6.90261326e-310 6.90262311e-310 3.95252517e-322]]

numpy.matlib.zeros()函数

此函数用于创建将条目初始化为零的矩阵。

考虑以下示例。

例子

import numpy as np

import numpy.matlib

print(numpy.matlib.zeros((4, 3)))

输出

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

numpy.matlib.ones()函数

此函数返回一个矩阵, 其中所有元素都初始化为1。

考虑以下示例。

例子

import numpy as np

import numpy.matlib

print(numpy.matlib.ones((2, 2)))

输出

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

numpy.matlib.eye()函数

此函数返回一个矩阵, 该矩阵的对角元素初始化为1, 在其他位置初始化为零。下面给出了使用此功能的语法。

numpy.matlib.eye(n, m, k, dtype)

它接受以下参数。

  1. n:代表结果矩阵中的行数。
  2. m:表示列数, 默认为n。
  3. k:它是对角线的索引。
  4. dtype:是输出的数据类型

考虑以下示例。

例子

import numpy as np

import numpy.matlib

print(numpy.matlib.eye(n = 3, M = 3, k = 0, dtype = int))

输出

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

numpy.matlib.identity()函数

此函数用于返回给定大小的单位矩阵。一个单位矩阵是对角元素初始化为1, 所有其他元素初始化为零的矩阵。

考虑以下示例。

例子

import numpy as np

import numpy.matlib

print(numpy.matlib.identity(5, dtype = int))

输出

[[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()函数

此函数用于生成一个矩阵, 其中所有条目均使用随机值初始化。

考虑以下示例。

例子

import numpy as np

import numpy.matlib

print(numpy.matlib.rand(3, 3))

输出

[[0.86201511 0.86980769 0.06704884]
 [0.80531086 0.53814098 0.84394673]
 [0.85653048 0.8146121  0.35744405]]

赞(0) 打赏
未经允许不得转载:srcmini » NumPy矩阵库:矩阵计算介绍和用法
分享到: 更多 (0)

评论 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者

微信扫一扫打赏