矩阵操作2

数值操作

取整：
a = 3.75
int(a)
3
四舍五入：
round(3.25)
3
向上取整：
math.ceil(3.25)
4
取整数和小数部分：
math.modf(3.75)
(0.75, 3.0)

矩阵转化

b = np.array([1.23,12.201,123.1])
b.dtype
结果：dtype('float64')

c = b.astype(int)
结果：array([  1,  12, 123])

c.dtype
结果：dtype('int32')

创建矩阵：

ones创建全1矩阵 ，zeros创建全0矩阵 ，eye创建单位矩阵 ，empty创建空矩阵（实际有值）

一维：
b=np.array([1,2,3])
或者
b=np.arange(4,6)

二维：
b=np.array([（1,2,3）,（4,5,6）])
或者
b=np.array([（1,2,3）,（4,5,6）])

矩阵的合并可以通过numpy中的hstack方法和vstack方法实现:

hstack()函数对应矩阵的横向拼接

vstack()函数对应矩阵的纵向拼接

矩阵相乘：

c=a.dot(b)

矩阵转置：

a.T

矩阵的逆：

求矩阵的逆需要先导入numpy.linalg，用linalg的inv函数来求逆。矩阵求逆的条件是矩阵应该是方阵。

import numpy.linalg as lg

b=lg.inv(a)

获取矩阵最值：

整个矩阵：
a.max()  a.min()

行后者列的最值：
a.max(axis=0)  列最值
a.max(axis=1)  行最值

获取最值位置：
a.argmax(axis=1)  最大值位置

获取矩阵的平均值：

所有值的均值
a.mean()
列的均值
a.mean(axis=0)
行的均值
a.mean(axis=1)

获取矩阵的方差：

方差的函数为var,方差函数var相当于函数mean(abs(x - x.mean)**2),其中x为矩阵。

所有值
a.var()
列
a.var(axis=0)
行
a.var(axis=1)

获取矩阵的标准差：

标准差的函数为std。 std相当于sqrt(mean(abs(x - x.mean)**2))，或相当于sqrt(x.var)。

所有值
a.std()
列
a.std(axis=0) 
行 
a.std(axis=1)

获取矩阵的中值：

中值指的是将序列按大小顺序排列后，排在中间的那个值，如果有偶数个数，则是排在中间两个数的平均值。中值的函数是median，调用方法为numpy.median(x,[axis])，axis可指定轴方向，默认axis=None，对所有数取中值。

所有值
np.median(a)
列
np.median(a，axis=0) 
行 
np.median(a，axis=1)

求和函数和标准差写法类似用sum（）函数。