Python numpy中矩阵的基本用法汇总

　　tile函数位于Python模块numpy.lib.shape_base中，他的功能是重复某个数组，比如 tile(A,reps)，功能是将数组A重复reps次，构成一个新的数组。

1，函数的定义与说明

　　函数格式为   tile(A,reps)

　　A和reps 都是array_like

　　A的类型众多，几乎所有类型都可以：array  list  tuple  dict  matrix 以及基本数据类型Int string  float 以及bool类型。

　　reps 的类型也很多，可以是tuple  list  dict  array int  bool  但不可以是float   string  matrix类型。

2，示例

>>> a = np.array([0, 1, 2])
 >>> np.tile(a, 2)
 array([0, 1, 2, 0, 1, 2])
 >>> np.tile(a, (2, 2))
 array([[0, 1, 2, 0, 1, 2],
  [0, 1, 2, 0, 1, 2]])
 >>> np.tile(a, (2, 1, 2))
 array([[[0, 1, 2, 0, 1, 2]],
  [[0, 1, 2, 0, 1, 2]]])
 
 >>> b = np.array([[1, 2], [3, 4]])
 >>> np.tile(b, 2)
 array([[1, 2, 1, 2],
  [3, 4, 3, 4]])
 >>> np.tile(b, (2, 1))
 array([[1, 2],
  [3, 4],
  [1, 2],
  [3, 4]])
 
 >>> c = np.array([1,2,3,4])
 >>> np.tile(c,(4,1))
 array([[1, 2, 3, 4],
  [1, 2, 3, 4],
  [1, 2, 3, 4],
  [1, 2, 3, 4]])

from numpy import *
 
code1 = tile(1,2)
print(code1)
# [1 1]
 
code2 = tile((1,2,3),3)
print(code2)
# [1 2 3 1 2 3 1 2 3]
 
a = [1,3,4]
code3 = tile(a,[2,3])
print(code3)
'''
[[1 3 4 1 3 4 1 3 4]
 [1 3 4 1 3 4 1 3 4]]
 '''

Numpy  范数的用法

顾名思义，linalg = linear + algebralinalg = linear + algebra , norm则表示范数，首先需要注意的是范数是对向量（或者矩阵）的度量，是一个标量（scalar）：

np.linalg.norm(求范数):linalg=linear（线性）+algebra（代数）

首先：help(np.linalg.norm) 查看其文档：

norm(x, ord=None, axis=None, keepdims=False)

这里我们只对常用设置进行说明，x表示要度量的向量，ord表示范数的种类，axis表示向量的计算方向，keepdims表示设置是否保持维度不变。

用法：

import numpy as np
 
a=np.array([[complex(1,-1),3],[2,complex(1,1)]]) 
print(a)
 
 
print(np.linalg.norm(a,ord=2) ) #计算矩阵2的范数
 
 
print(np.linalg.norm(a,ord=1) ) #计算矩阵1的范数
 
 
print(np.linalg.norm(a,ord=np.inf) ) #计算矩阵无穷的范数

示例：

import numpy as np
x = np.array([5,7])
np.linalg.norm(x)
8.602325267042627
np.linalg.norm(x,ord=2)
8.602325267042627
np.linalg.norm(x,ord=1)
12.0
np.linalg.norm(x,ord=np.inf)
7.0

范数理论告诉我们，一范数 >=  二范数  >=  无穷范数

参考文献：https://www.jb51.net/article/124939.htm

https://www.jb51.net/article/156112.htm

 6/7   首页 上一页 4 5 6 7 下一页 尾页