總結:python實現矩陣最基本應用
阿新 • • 發佈:2018-12-11
矩陣在機器學習中算比較常見的,小記一筆最基本的東西。
#-*-coding:utf-8-*- import numpy as np a = np.array([[1,2],[3,4]]) print a b = np.array([[4,5],[6,7]]) print b c= np.array([[-1,1,0],[-4,3,0],[1,0,2]]) print c # 奇異值,這裡隨便寫下,後面單獨總結 u,s,vt = np.linalg.svd(c) print u print s print vt # 取第2行的第2列 從0計數 print a[1:,1] # 取矩陣的某一列 從0開始計數 print a[:,1] # 取矩陣的某一行 從0開始計數 # print a[0] # 求矩陣的秩 print np.linalg.matrix_rank(a) # 構建2個3行3列的陣列 d = np.arange(18).reshape(2,3,3) print d # 構建3行3列的陣列 d = np.arange(9).reshape(3,3) print d # 求特徵值特徵向量 返回的特徵值對應特徵向量 print np.linalg.eig(c) # 矩陣求逆 要求矩陣一定是方陣 aa =np.linalg.inv(a) print aa # 求矩陣的偽逆矩陣.可以不是方陣(如果是方陣還是用inv效率更高) a2 = np.linalg.pinv(a) print a2 # 建立一個單位矩陣 print np.eye(2) # 求a的轉置 print a.T # 計算5*a print 5*a # 計算a+b print a+b # 計算a*b print np.dot(a,b)