Numpy矩阵、数组操作（MATLAB转Python）

MATLAB和Python都是解释性语言，如何将代码从MATLAB转换为Python呢，这就需要numpy了。

NumPy是一个关于矩阵运算的库，熟悉Matlab的都应该清楚，这个库就是让python能够进行矩阵话的操作，而不用去写循环操作。

下面对numpy中的操作进行总结。
numpy包含两种基本的数据类型：数组和矩阵。

>>> from numpy import *
>>> a1=array([1,1,1])    #定义一个数组
>>> a2=array([2,2,2])
>>> a1+a2                #对于元素相加
array([3, 3, 3])
>>> a1*2                 #乘一个数
array([2, 2, 2])

##
>>> a1=array([1,2,3])
>>> a1
array([1, 2, 3])
>>> a1**3              #表示对数组中的每个数做平方
array([ 1,  8, 27])
##取值，注意的是它是以0为开始坐标，不matlab不同
>>> a1[1]
2

##定义多维数组
>>> a3=array([[1,2,3],[4,5,6]])
>>> a3
array([[1, 2, 3],
       [4, 5, 6]])
>>> a3[0]             #取出第一行的数据
array([1, 2, 3])
>>> a3[0,0]           #第一行第一个数据
1
>>> a3[0][0]          #也可用这种方式
1
##数组点乘，相当于matlab点乘操作
>>> a1=array([1,2,3])
>>> a2=array([4,5,6])
>>> a1*a2
array([ 4, 10, 18])

>>> from numpy import *

>>> a1=array([1,1,1]) #定义一个数组

>>> a2=array([2,2,2])

>>> a1+a2 #对于元素相加

array([3, 3, 3])

>>> a1*2 #乘一个数

array([2, 2, 2])

>>> a1=array([1,2,3])

>>> a1

array([1, 2, 3])

>>> a1**3 #表示对数组中的每个数做平方

array([ 1, 8, 27])

##取值，注意的是它是以0为开始坐标，不matlab不同

>>> a1[1]

##定义多维数组

>>> a3=array([[1,2,3],[4,5,6]])

>>> a3

array([[1, 2, 3],

[4, 5, 6]])

>>> a3[0] #取出第一行的数据

array([1, 2, 3])

>>> a3[0,0] #第一行第一个数据

>>> a3[0][0] #也可用这种方式

##数组点乘，相当于matlab点乘操作

>>> a1=array([1,2,3])

>>> a2=array([4,5,6])

>>> a1*a2

array([ 4, 10, 18])

数组创建：

import numpy as np

a = np.zeros((2,2))  # Create an array of all zeros
print a              # Prints "[[ 0.  0.]
                     #          [ 0.  0.]]"

b = np.ones((1,2))   # Create an array of all ones
print b              # Prints "[[ 1.  1.]]"

c = np.full((2,2), 7) # Create a constant array
print c               # Prints "[[ 7.  7.]
                      #          [ 7.  7.]]"

d = np.eye(2)        # Create a 2x2 identity matrix
print d              # Prints "[[ 1.  0.]
                     #          [ 0.  1.]]"

e = np.random.random((2,2)) # Create an array filled with random values
print e                     # Might print "[[ 0.91940167  0.08143941]
                            #               [ 0.68744134  0.87236687]]"