Python中Numpy mat的使用

前面介绍过用dnarray来模拟，但mat更符合矩阵，这里的mat与Matlab中的很相似。(mat与matrix等同)

基本操作

>>> m= np.mat([1,2,3])  #创建矩阵

>>> m

matrix([[1, 2, 3]])

>>> m[0]                #取一行

matrix([[1, 2, 3]])

>>> m[0,1]              #第一行，第2个数据

2

>>> m[0][1]             #注意不能像数组那样取值了

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

  File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 305, in __getitem__

    out = N.ndarray.__getitem__(self, index)

IndexError: index 1 is out of bounds for axis 0 with size 1

#将Python的列表转换成NumPy的矩阵

>>> list=[1,2,3]

>>> mat(list)

matrix([[1, 2, 3]])

#Numpy dnarray转换成Numpy矩阵

>>> n = np.array([1,2,3])

>>> n

array([1, 2, 3])

>>> np.mat(n)

matrix([[1, 2, 3]])

#排序

>>> m=np.mat([[2,5,1],[4,6,2]])    #创建2行3列矩阵

>>> m

matrix([[2, 5, 1],

        [4, 6, 2]])

>>> m.sort()                    #对每一行进行排序

>>> m

matrix([[1, 2, 5],

        [2, 4, 6]])

>>> m.shape                     #获得矩阵的行列数

(2, 3)

>>> m.shape[0]                  #获得矩阵的行数

2

>>> m.shape[1]                  #获得矩阵的列数

3

#索引取值

>>> m[1,:]                      #取得第一行的所有元素

matrix([[2, 4, 6]])

>>> m[1,0:1]                    #第一行第0个元素，注意左闭右开

matrix([[2]])

>>> m[1,0:3]

matrix([[2, 4, 6]])

>>> m[1,0:2]

matrix([[2, 4]])

矩阵求逆、行列式

与Numpy array相同，可参考链接。

矩阵乘法

矩阵乘，与Numpy dnarray类似，可以使用np.dot()和np.matmul()，除此之外，由于matrix中重载了“*”，因此“*”也能用于矩阵乘。

>>> a = np.mat([[1,2,3], [2,3,4]])

>>> b = np.mat([[1,2], [3,4], [5,6]])

>>> a

matrix([[1, 2, 3],

        [2, 3, 4]])

>>> b

matrix([[1, 2],

        [3, 4],

        [5, 6]])

>>> a * b         #方法一

matrix([[22, 28],

        [31, 40]])

>>> np.matmul(a, b)   #方法二

matrix([[22, 28],

        [31, 40]])

>>> np.dot(a, b)     #方法三

matrix([[22, 28],

        [31, 40]])

点乘，只剩下multiply方法了。

>>> a = np.mat([[1,2], [3,4]])

>>> b = np.mat([[2,2], [3,3]])

>>> np.multiply(a, b)

matrix([[ 2,  4],

        [ 9, 12]])

矩阵转置

转置有两种方法：

>>> a

matrix([[1, 2],

        [3, 4]])

>>> a.T           #方法一，ndarray也行

matrix([[1, 3],

        [2, 4]])

>>> np.transpose(a)   #方法二

matrix([[1, 3],

        [2, 4]])

值得一提的是，matrix中求逆还有一种简便方法（ndarray中不行）：

>>> a

matrix([[1, 2],

        [3, 4]])

>>> a.I

matrix([[-2. ,  1. ],

        [ 1.5, -0.5]])

参考链接：

1、https://blog.csdn.net/taoyanqi8932/article/details/52703686

2、https://blog.csdn.net/Asher117/article/details/82934857

3、https://blog.csdn.net/cqk0100/article/details/76221749

巴特西

Python中Numpy mat的使用

基本操作

矩阵求逆、行列式

矩阵乘法

矩阵转置

最新文章

热门文章