本篇文章給大家分享的是有關怎么在Python中使用Numpy模塊中的ndarray函數(shù)，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

創(chuàng)新互聯(lián)網(wǎng)站建設服務商，為中小企業(yè)提供成都網(wǎng)站制作、成都做網(wǎng)站服務，網(wǎng)站設計，網(wǎng)站托管等一站式綜合服務型公司，專業(yè)打造企業(yè)形象網(wǎng)站，讓您在眾多競爭對手中脫穎而出創(chuàng)新互聯(lián)。

定義數(shù)組

>>> import numpy as np
>>> m = np.array([[1,2,3], [2,3,4]])    #定義矩陣，int64
>>> m
array([[1, 2, 3],
    [2, 3, 4]])
>>> m = np.array([[1,2,3], [2,3,4]], dtype=np.float)  #定義矩陣,float64
>>> m
array([[1., 2., 3.],
    [2., 3., 4.]])
>>> print(m.dtype)  #數(shù)據(jù)類型  
float64
>>> print(m.shape)  #形狀2行3列
(2, 3)
>>> print(m.ndim)   #維數(shù)
2
>>> print(m.size)   #元素個數(shù)
6
>>> print(type(m))
<class 'numpy.ndarray'>

還有一些特殊的方法可以定義矩陣

>>> m = np.zeros((2,2))     #全0
>>> m
array([[0., 0.],
    [0., 0.]])
>>> print(type(m))        #也是ndarray類型
<class 'numpy.ndarray'>
>>> m = np.ones((2,2,3))    #全1
>>> m = np.full((3,4), 7)    #全為7
>>> np.eye(3)          #單位矩陣
array([[1., 0., 0.],
    [0., 1., 0.],
    [0., 0., 1.]])
>>> np.arange(20).reshape(4,5)  #生成一個4行5列的數(shù)組
>>>
>>> np.random.random((2,3))    #[0,1)隨機數(shù)
array([[0.51123127, 0.40852721, 0.26159126],
    [0.42450279, 0.34763668, 0.06167501]])
>>> np.random.randint(1,10,(2,3))  #[1,10)隨機整數(shù)的2行3列數(shù)組
array([[5, 4, 9],
    [2, 5, 7]])
>>> np.random.randn(2,3)       #正態(tài)隨機分布
array([[-0.29538656, -0.50370707, -2.05627716],
    [-1.50126655, 0.41884067, 0.67306605]])
>>> np.random.choice([10,20,30], (2,3))   #隨機選擇
array([[10, 20, 10],
    [30, 10, 20]])
>>> np.random.beta(1,10,(2,3))       #貝塔分布
array([[0.01588963, 0.12635485, 0.22279098],
    [0.08950147, 0.02244569, 0.00953366]])

操作數(shù)組

>>> from numpy import *
>>> a1=array([1,1,1])  #定義一個數(shù)組
>>> a2=array([2,2,2])
>>> a1+a2        #對于元素相加
array([3, 3, 3])
>>> a1*2         #乘一個數(shù)
array([2, 2, 2])

##
>>> a1=np.array([1,2,3])
>>> a1
array([1, 2, 3])
>>> a1**3       #表示對數(shù)組中的每個數(shù)做立方
array([ 1, 8, 27])

##取值，注意的是它是以0為開始坐標，不matlab不同
>>> a1[1]
2

##定義多維數(shù)組
>>> a3=np.array([[1,2,3],[4,5,6]])
>>> a3
array([[1, 2, 3],
    [4, 5, 6]])
>>> a3[0]       #取出第一行的數(shù)據(jù)
array([1, 2, 3])
>>> a3[0,0]      #第一行第一個數(shù)據(jù)
1
>>> a3[0][0]     #也可用這種方式
1
>>> a3
array([[1, 2, 3],
    [4, 5, 6]])
>>> a3.sum(axis=0)   #按行相加，列不變
array([5, 7, 9])
>>> a3.sum(axis=1)   #按列相加，行不變
array([ 6, 15])

矩陣的數(shù)學運算

關于方陣

>>> m = np.array([[1,2,3], [2,2,3], [2,3,4]])  #定義一個方陣
>>> m
array([[1, 2, 3],
    [2, 2, 3],
    [2, 3, 4]])
>>> print(np.linalg.det(m))    #求行列式
1.0
>>> print(np.linalg.inv(m))    #求逆
[[-1. 1. 0.]
 [-2. -2. 3.]
 [ 2. 1. -2.]]
>>> print(np.linalg.eig(m))   #特征值 特征向量
(array([ 7.66898014+0.j    , -0.33449007+0.13605817j,
    -0.33449007-0.13605817j]), array([[-0.47474371+0.j    , -0.35654645+0.23768904j,
    -0.35654645-0.23768904j],
    [-0.53664812+0.j    , 0.80607696+0.j    ,
     0.80607696-0.j    ],
[-0.6975867 +0.j    , -0.38956192-0.12190158j,
    -0.38956192+0.12190158j]]))
>>> y = np.array([1,2,3])
>>> print(np.linalg.solve(m, y))  #解方程組
[ 1. 3. -2.]

矩陣乘法

矩陣乘：按照線性代數(shù)的乘法

>>> a = np.array([[1,2,3], [2,3,4]])
>>> b = np.array([[1,2], [3,4], [5,6]])
>>> a
array([[1, 2, 3],
    [2, 3, 4]])
>>> b
array([[1, 2],
    [3, 4],
    [5, 6]])
>>> np.dot(a, b)   #方法一
array([[22, 28],
    [31, 40]])
>>> np.matmul(a,b)  #方法二
array([[22, 28],

注：一維數(shù)組之間運算時，dot()表示的是內積。

點乘：對應位置相乘

>>> a = np.array([[1,2],[3,4]])
>>> b = np.array([[1,1],[2,2]])
>>> a
array([[1, 2],
    [3, 4]])
>>> b
array([[1, 1],
    [2, 2]])
>>> a * b          #方法一
array([[1, 2],
    [6, 8]])
>>> np.multiply(a, b)  #方法二
array([[1, 2],
    [6, 8]])

以上就是怎么在Python中使用Numpy模塊中的ndarray函數(shù)，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注創(chuàng)新互聯(lián)成都網(wǎng)站設計公司行業(yè)資訊頻道。

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

文章名稱：怎么在Python中使用Numpy模塊中的ndarray函數(shù)-創(chuàng)新互聯(lián)
URL網(wǎng)址：http://jinyejixie.com/article44/isdee.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)頁設計公司、品牌網(wǎng)站建設、網(wǎng)站營銷、面包屑導航、標簽優(yōu)化、商城網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)