矩阵的创建及 一些琐碎知识点

import numpy as np
from numpy import *
a = mat([[1,2,3],[3,4,5]])
print(a)
print(type(a))
输出结果:[[1 2 3]
          [3 4 5]]
<class 'numpy.matrixlib.defmatrix.matrix'>

输出结果为 矩阵形式

b=array([[1,2,3],[2,3,5]])
print(b)
print(type(b))
输出结果:[[1 2 3]
          [2 3 5]]
<class 'numpy.ndarray'>

输出结果为多维数组形式
数组若满足矩阵的形式,则可按矩阵的运算规则进行运算

A,B,C=np.linalg.svd(b) #求 b的左奇异值矩阵
print(A)
输出结果:[[-0.5183792  -0.85515087]
          [-0.85515087  0.5183792 ]]

补充: `
若matrix为矩阵
matrix.T 表示 求矩阵的转置
matrix.I 表示求A的广义逆矩阵,若A为方阵则 为A的逆矩阵
matrix.A 表示为A本身
matrix.T/I/A >0 矩阵中的每个位置元素与0进行比较,判断是否大于0, 输出为 True/False 构成的矩阵。

import numpy as np
from numpy import *
a = mat([[0,2,-3],[3,4,5]])
print(a)
输出结果:[[ 0  2 -3]
          [ 3  4  5]]
print(a.A)
输出结果:[[ 0  2 -3]
          [ 3  4  5]]
print(a.A>0)
输出结果:[[False  True False]
          [ True  True  True]]
print(a.T)
输出结果:[[ 0  3]
          [ 2  4]
          [-3  5]]
print(a.I)
输出结果:[[ 0.03494176  0.06489185]
          [ 0.21297837  0.10981697]
          [-0.19134775  0.07321131]]

猜你喜欢

转载自blog.csdn.net/tumantou2hao/article/details/88315446