在 Numpy 中将输入解析为矩阵
numpyserver side programmingprogramming
要将输入解析为矩阵，请使用 Python Numpy 中的 numpy.asmatrix() 方法。与 matrix 不同，如果输入已经是矩阵或 ndarray，asmatrix 不会进行复制。相当于 matrix(data, copy=False)。
NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持各种硬件和计算平台，并且能够与分布式、GPU 和稀疏数组库良好兼容。
步骤
首先，导入所需的库 −
import numpy as np
创建二维数组 −
arr = np.array([[36, 36, 78, 88], [92, 81, 98, 45], [22, 67, 54, 69 ], [69, 80, 80, 99]])
显示我们的数组 −
print("数组...
",arr)
获取数据类型 −
print("
数组数据类型...
",arr.dtype)
获取 Arra 的大小 −
print("
数组维度...
",arr.ndim)
获取数组的形状 −
print("
我们的数组形状...
",arr.shape)
获取数组元素的数量 −
print("
数组中的元素...
",arr.size)
要将输入解释为矩阵，请使用 Python Numpy 中的 numpy.asmatrix() 方法 −
res = np.asmatrix(arr)
print("
结果...
",res)
设置一些值 −
arr[0,2] = 99 arr[1,1] = 199 arr[2,1] = 299
显示更新后的矩阵 −
print("
更新后的矩阵...
",arr)
示例
import numpy as np
# 创建二维数组
arr = np.array([[36, 36, 78, 88], [92, 81, 98, 45], [22, 67, 54, 69], [69, 80, 80, 99]])
# 显示数组
print("数组...
",arr)
# 获取数据类型
print("
数组数据类型...
",arr.dtype)
# 获取数组的维度
print("
数组维度...
",arr.ndim)
# 获取数组的形状
print("
我们的数组形状...
",arr.shape)
# 获取数组元素的数量
print("
数组中的元素...
",arr.size)
# 要将输入解析为矩阵，请使用 Python Numpy 中的 numpy.asmatrix() 方法
res = np.asmatrix(arr)
print("
结果...
",res)
# 设置一些值
arr[0,2] = 99
arr[1,1] = 199
arr[2,1] = 299
# 显示更新后的矩阵
print("
更新后的矩阵...
",arr)
输出
数组... [[36 36 78 88] [92 81 98 45] [22 67 54 69] [69 80 80 99]] 数组数据类型... int64 数组维度... 2 我们的数组形状... (4, 4) 数组中的元素... 16 结果... [[36 36 78 88] [92 81 98 45] [22 67 54 69] [69 80 80 99]] 更新矩阵... [[ 36 36 99 88] [ 92 199 98 45] [ 22 299 54 69] [ 69 80 80 99]]
