NumPy 矩阵库(Matrix)
NumPy 矩阵库(Matrix)的例子
一个 M × N的矩阵是一个由 M 行（row）N 列（column）元素排列成的矩形阵列。
矩阵里的元素可以是数字、符号或数学式。
matlib.empty()
matlib.empty() 函数返回一个新的矩阵，语法格式为：
numpy.matlib.empty(shape, dtype, order)
参数说明：
shape: 定义新矩阵形状的整数或整数元组
Dtype: 可选，数据类型
order: C（行序优先） 或者 F（列序优先）
import numpy.matlib
import numpy as np
print (np.matlib.empty((3,3)))
输出结果为：
[[ 2.60605835e-31 -5.21211670e-31 1.30302917e-31]
[-5.21211670e-31 1.13363538e-30 -3.51817877e-31]
[ 1.30302917e-31 -3.51817877e-31 2.01969522e-31]]
numpy.matlib.zeros()
numpy.matlib.zeros() 函数创建一个以 0 填充的矩阵。
import numpy.matlib
import numpy as np
print (np.matlib.zeros((3,3)))
输出结果为：
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
numpy.matlib.ones()
numpy.matlib.ones()函数创建一个以 1 填充的矩阵。
numpy.matlib.zeros() 函数创建一个以 0 填充的矩阵。
import numpy.matlib
import numpy as np
print (np.matlib.zeros((3,3)))
输出结果为：
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]
numpy.matlib.eye()
numpy.matlib.eye() 函数返回一个矩阵，对角线元素为 1，其他位置为零。
numpy.matlib.eye(n, M,k, dtype)
参数说明：
n: 返回矩阵的行数
M: 返回矩阵的列数，默认为 n
k: 对角线的索引
dtype: 数据类型
import numpy.matlib
import numpy as np
print (np.matlib.eye(n = 3, M = 4, k = 0, dtype = float))
输出结果为：
[[1. 0. 0. 0.]
[0. 1. 0. 0.]
[0. 0. 1. 0.]]
numpy.matlib.identity()
numpy.matlib.identity() 函数返回给定大小的单位矩阵。
单位矩阵是个方阵，从左上角到右下角的对角线（称为主对角线）上的元素均为 1，除此以外全都为 0。
import numpy.matlib
import numpy as np
print (np.matlib.identity(5, dtype = float))
输出结果为：
[[ 1. 0. 0. 0. 0.]
[ 0. 1. 0. 0. 0.]
[ 0. 0. 1. 0. 0.]
[ 0. 0. 0. 1. 0.]
[ 0. 0. 0. 0. 1.]]
numpy.matlib.rand()
numpy.matlib.rand() 函数创建一个给定大小的矩阵，数据是随机填充的。
import numpy.matlib
import numpy as np
print (np.matlib.rand(3,3))
输出结果为：
[[0.32547795 0.58224179 0.87177046]
[0.83941411 0.43408716 0.43073829]
[0.39730874 0.84168031 0.99831525]]
矩阵总是二维的，而 ndarray 是一个 n 维数组。 两个对象都是可互换的。
import numpy.matlib
import numpy as np
i = np.matrix('1,2;3,4')
print (i)
输出结果为：
import numpy.matlib
import numpy as np
j = np.asarray(i)
print (j)
输出结果为：
import numpy.matlib
import numpy as np
k = np.asmatrix (j)
print (k)
