1、导入基本函数库
import numpy as np
2、获取矩阵元素字节数
1 a=np.array([1,2,3],dtype=np.float32) 2 a.itemsize
output: 4
3、获取数组维数A.shape
例如
1 a=np.array([[1,2,3],[4,5,6]]); 2 3 a.shape 4 5 output:(2,3)
4、选取某一行或某一列元素,
注意numpy中数组起始坐标是0开始的，跟matlab中有区别。matlab中是从1开始的。
python中列表[start,end,step]，有开始数、终止数、步长；而matlab中是[start:step:end]。
a[:,0]，选取第一列
a[0,:],选取第一行
5、numpy中数组赋值时，如果没有超过原始数组维数时，只将引用赋值，而不是复制赋值。
如果想要进行复制，需要使用函数B=A.copy(),与matlab有区别例如：
1 import numpy as np 2 b=np.ones((3,3)) 3 c=b; 4 print 'b ',b 5 print 'c: ',c 6 c[0,0]=12; 7 print 'b ',b 8 print 'c: ',c 9 10 b 11 [[ 1. 1. 1.] 12 [ 1. 1. 1.] 13 [ 1. 1. 1.]] 14 c: 15 [[ 1. 1. 1.] 16 [ 1. 1. 1.] 17 [ 1. 1. 1.]] 18 b 19 [[ 12. 1. 1.] 20 [ 1. 1. 1.] 21 [ 1. 1. 1.]] 22 c: 23 [[ 12. 1. 1.] 24 [ 1. 1. 1.] 25 [ 1. 1. 1.]]
6、 2维矩阵matrix,python中matrix只能是二维的。
简单应用，矩阵乘
1 a=np.matrix([[1,2,3],[4,5,6],[7,8,9]]); 2 b=np.matrix([[1],[0],[0]]); 3 a*b 4 matrix([[1], 5 [4], 6 [7]])
也可以使用数组点积表示：
1 A=np.array([[1,2,3],[4,5,6],[7,8,9]]) 2 x=np.array([[1],[0],[0]]) 3 A.dot(x) 4 array([[1], 5 [4], 6 [7]])
7、当需要将数组转换成矩阵时，要使用np.matrix(A)
例如
1 a=np.ones((3,3)); 2 3 b=np.ones((3,1)); 4 5 np.matrix(a)*b 6 7 matrix([[ 3.], 8 [ 3.], 9 [ 3.]])
8、深度复制，对于列表、元组、字典想要复制，需要使用copy模块里deepcopy函数
例如：
import copy as cp a=[[1,2,3],[4,5,6]]; b=cp.deepcopy(a); a[1][1]=12; print a print b
9、array是元素与元素之间的运算
matrices是服从线性代数运算法则
通过dot来更改运算方式
x=np.ones((2,4)); y=np.ones((4,2)); print np.dot(x,y) [[ 4. 4.] [ 4. 4.]]
array数据类型转换成matrix类型，需要使用Z=asmatrix(A)或Z=mat(A)
a=array([1,2,3]); a*a
a=np.array([1,2,3]);
a*a
array([1, 4, 9])
10、type、dtype、shape用法
type用来说明数据类型type(A)
dtype是用来指示array数据类型A.dtype
shape用来说明array的大小,A.shape