Numpy矩阵、数组操作（MATLAB转Python）

uqHZau

& A) C& e! L- o0 u% h
# m  D: r; [4 I1 |) W% n3 Z, NMATLAB和Python都是解释性语言，如何将代码从MATLAB转换为Python呢，这就需要numpy了。

NumPy是一个关于矩阵运算的库，熟悉Matlab的都应该清楚，这个库就是让python能够进行矩阵话的操作，而不用去写循环操作。
+ U2 K1 j6 Q1 T
下面对numpy中的操作进行总结。
numpy包含两种基本的数据类型：数组和矩阵。
' q2 B* g% E4 T; L4 j

• >>> from numpy import *
• >>> a1=array([1,1,1])    #定义一个数组
• >>> a2=array([2,2,2])
• >>> a1+a2                #对于元素相加
• array([3, 3, 3])
• >>> a1*2                 #乘一个数
• array([2, 2, 2])
• ##
• >>> a1=array([1,2,3])
• >>> a1
• array([1, 2, 3])
• >>> a1**3              #表示对数组中的每个数做平方
• array([ 1,  8, 27])
• ##取值，注意的是它是以0为开始坐标，不matlab不同
• >>> a1[1]
• 2
• ##定义多维数组
• >>> a3=array([[1,2,3],[4,5,6]])
• >>> a3
• array([[1, 2, 3],
•        [4, 5, 6]])
• >>> a3[0]             #取出第一行的数据
• array([1, 2, 3])
• >>> a3[0,0]           #第一行第一个数据
• 1
• >>> a3[0][0]          #也可用这种方式
• 1
• ##数组点乘，相当于matlab点乘操作
• >>> a1=array([1,2,3])
• >>> a2=array([4,5,6])
• >>> a1*a2
• array([ 4, 10, 18])
  ( k6 V5 v. p+ N( l3 d

  
$ y; R1 g6 y* x0 b
9 w" @4 D0 N/ \% s' i数组创建：
2 X( f2 D( Y5 K$ b' o1 I

• import numpy as np
• a = np.zeros((2,2))  # Create an array of all zeros
• print a              # Prints "[[ 0.  0.]
•                      #          [ 0.  0.]]"
• b = np.ones((1,2))   # Create an array of all ones
• print b              # Prints "[[ 1.  1.]]"
• c = np.full((2,2), 7) # Create a constant array
• print c               # Prints "[[ 7.  7.]
•                       #          [ 7.  7.]]"
• d = np.eye(2)        # Create a 2x2 identity matrix
• print d              # Prints "[[ 1.  0.]
•                      #          [ 0.  1.]]"
• e = np.random.random((2,2)) # Create an array filled with random values
• print e                     # Might print "[[ 0.91940167  0.08143941]
•                             #               [ 0.68744134  0.87236687]]"
  , T4 q8 M5 E; a; M# ^' y

     

数组对象的属性：


( V. u7 |, q  z
( D  \6 Q9 `9 p  v7 u% k数组对象的方法：

6 N' o5 s4 ~- ]/ k
4 X: W" y$ x4 S8 z7 y8 N2 X

xiaogegepcb

Numpy矩阵、数组操作（MATLAB转Python）