0、前言：

• 數(shù)組：計算機領(lǐng)域的概念
• 矩陣：數(shù)學(xué)領(lǐng)域的概念
• 對于Numpy而言，矩陣是數(shù)組的分支

1、創(chuàng)建矩陣：

• 字符串創(chuàng)建矩陣：mat1 = np.matrix(‘1 2;3 4’)
• 列表形式創(chuàng)建矩陣：mat2 = np.matrix([[5, 6], [7, 8]])
• 通過數(shù)組創(chuàng)建矩陣：
  arr = np.array([[5, 6], [7, 8]])
  mat3 = np.matrix(arr)
• 創(chuàng)建3*3的0矩陣： np.matrix(np.zeros((3, 3)))
• 創(chuàng)建3*3的1矩陣：np.matrix(np.ones([2, 4]))
• 創(chuàng)建3*3的矩陣，數(shù)值范圍為[0,1)的小數(shù)：np.matrix(np.random.rand(3, 3))
• 創(chuàng)建3*5的矩陣，數(shù)值范圍為[1,8)的整數(shù)：np.matrix(np.random.randint(1, 8, size=(3, 5)))
• 創(chuàng)建4*4的對角矩陣，對角線元素為1，其他元素為0，即單位矩陣：np.matrix(np.eye(4, 4, dtype=int))
• 創(chuàng)建3*3的對角矩陣，對角線元素為[1, 2, 3]：np.matrix(np.diag([1, 2, 3]))

2、矩陣運算1：

• 數(shù)組四則運算原理：廣播機制
  
  上圖中，兩個數(shù)組可以進(jìn)行四則運算的前提要么是兩個數(shù)組形狀相同，要么就符合上面的廣播機制。
• 同理，矩陣的（加法、減法、除法）運算也可以應(yīng)用傳播機制
• 矩陣乘法運算要求：第1個矩陣的列數(shù)必須等于第2個矩陣的行數(shù)
• 兩個二維（通過”數(shù)組名.ndim“查看維數(shù)，一般有幾個中括號就是幾維）數(shù)組的點乘運算等價于矩陣乘法運算：np.dot(m3, m4)

3、矩陣重塑：

• 矩陣轉(zhuǎn)置：mat.T
• reshape矩陣重塑
  重塑前后的元素個數(shù)必須一致
  重塑后不會修改原矩陣
• resize矩陣重塑
  重塑前后的元素個數(shù)可以不一致：重塑后比原尺寸小，自動截斷。重塑后比原尺寸大，以0填充。
  重塑后會修改原矩陣

4、數(shù)學(xué)運算函數(shù)：

• 以下舉例假設(shè)新建了n1和n2和n3數(shù)組
• 通過函數(shù)進(jìn)行數(shù)學(xué)運算
• 符號運算和函數(shù)運算均采用廣播機制，以下介紹函數(shù)運算
• 判斷數(shù)組是幾維的：數(shù)組名.ndim
• 加法運算：np.add(n1, n2)
• 減法運算：np.subtract(n1, n2)
• 乘法運算：np.multiply(n1, n2)
• 除法運算：np.divide(n1, n2)
• 冪運算：np.power(n1, n2) # 以n1中元素為底數(shù)，n2對應(yīng)位置元素為指數(shù)。
• 取整（相除后取整數(shù)部分）：np.floor_divide(n1, n2)
• 取余/取模（相除后取余數(shù)部分）：np.mod(n1, n2)
• 求相反數(shù)：np.negative(n1)
• 求倒數(shù)：np.reciprocal(n1.astype(float)) # 換成浮點型的原因是為了求出來有小數(shù)
• 四舍五入保留兩位小數(shù)：np.around(n2, decimals=2)
• 四舍五入取整到小數(shù)點左側(cè)一位：np.around(n3, decimals=-1)
• 向上取整：np.ceil(n3)
• 向下取整：np.floor(n3)
• 元素累加、元素累乘
• 指數(shù)運算、對數(shù)運算

5、統(tǒng)計分析函數(shù)：

• 對數(shù)組求和：數(shù)組名.sum()
• 每列的行元素求和：數(shù)組名.sum(axis=0)
• 每行的列元素求和：數(shù)組名.sum(axis=1)
• 對數(shù)組求平均值：數(shù)組名.mean()
• 按照行求平均值：數(shù)組名.mean(axis=0)
• 按照列求平均值：數(shù)組名.mean(axis=1)
• 求數(shù)組最大值：arr.max()
• 按照行求最大值：arr.max(axis=0)
• 按照列求最大值：arr.max(axis=1)
• 加權(quán)平均值：
  按數(shù)量number占比來計算加權(quán)單價price
  加權(quán)平均數(shù)的好處消除極端值的影響
  np.average(price, weights=number)
• 中位數(shù)：np.median(數(shù)組名)
• 方差：np.var(數(shù)組名)
• 標(biāo)準(zhǔn)差：np.std(數(shù)組名)

6、數(shù)組排序

• 把每一列中所有行進(jìn)行排序：np.sort(n, axis=0)
• 把每一列中所有行進(jìn)行降序：
  先升序再反轉(zhuǎn)
  asc = np.sort(n, axis=0)
  np.flip(asc, axis=0)
• 把每一行中所有列進(jìn)行升序：np.sort(n, axis=1)

文章來源地址http://www.zghlxwxcb.cn/news/detail-726467.html

到了這里，關(guān)于數(shù)據(jù)分析03——矩陣常用計算方法和函數(shù)的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！