Python笔记--numpy总结(2)

末蓝、 2022-05-29 08:46 180阅读 0赞

#12，strptime&&&&&
        import datetime,date
        ----------------------------------------------------------
        #13，tuple和数组转换成字符串
        tuple=(1,2,3)
        tuple[len(tuple)-1]
        tuple[-1]
        print(9.99.__repr__())
        print(str(9.99))
        #上面的示例中tuple是一个元组，访问元素的时候可以通过[index]的方式访问，
        #访问到最后一个元素时，可以通过[-1];
        #那么访问到倒数第二个元素时可一个通过[-2];
        #数字转换成字符串有两种方式：
        #__repr__()
        #str()
        ----------------------------------------------------------
        #14，transpose和.T
        aa=[[1],[2],[3]]
        aa=np.mat(aa) #将列表变成矩阵，存放在aa
        aa
        aa.transpose() #将矩阵进行转置，aa并没有改变
        print('*'*20)
        aa.T      #T转置，也没发生改变
        ----------------------------------------------------------
        #15,zeros()和ones()
        np.zeros((2,1))
        np.ones((2,3))
        #zeros返回指定行列的全零矩阵
        #ones返回指定行列的全一的矩阵
        ----------------------------------------------------------
        #16，列表 数组 linspace
        # 列表与数组的区别
            #列表：[1,2,3,4]
            #数组： [1 2 3 4]
        ll=[1,2,3,4]
        arr=np.array(ll)
        arr
        np.linspace(0,3,6)#返回0到3之间的6个数字且间隔均匀
        ----------------------------------------------------------
        #17，argsort排序索引
        ary=np.array(np.zeros(4))
        ary[0]=0.1
        ary[1]=0.4
        ary[2]=0.3
        ary[3]=0.7
        sortindex=np.argsort(ary)
        for id in sortindex:
            print('索引：',id)
        for id in sortindex:
             print('索引：', id,'值：',ary[id])
        for i in ary:
            print(i)
        sortindex=np.argsort(-ary)#有负号，降序排列,无负号，升序排列
        for id in sortindex:
            print('索引：',id)
        for id in sortindex:
             print('索引：', id,'值：',ary[id])
        ----------------------------------------------------------
        #18,[:,:]矩阵元素切片
        ll=[[1,2,3],[4,5,6],[7,8,9]]
        np.mat(ll)[2,0]#第一个冒号代表获取行的起止行号#第二个冒号代表获取列的起止行号
        np.mat(ll)[:,:]
        ----------------------------------------------------------
        #19，diag构建对角矩阵
        dd=[1,2,3]
        dilogg=np.diag(dd)
        dilogg
        ----------------------------------------------------------
        #20，linalg.inv和.I求逆矩阵
        dd=[1,2,3]
        dilogg=np.diag(dd)
        dilogg
        np.linalg.inv(dilogg)
        np.mat(dilogg).I
        ----------------------------------------------------------
        #21,dot矩阵点积
        ll=[[1,2,3],[4,5,6],[7,8,9]]
        ld=np.dot(ll,ll)
        ld
        np.mat(ll)*np.mat(ll)
        ----------------------------------------------------------
        #22,eye单元矩阵
        np.eye(3)
        np.eye(3,3)
        ----------------------------------------------------------
        #23,eig矩阵的特征值和特征向量
        A=np.mat([[1,0,0,0,2],[0,0,3,0,0],[0,0,0,0,0],[0,4,0,0,0]])
        U=A*A.T
        lamda,hu=np.linalg.eig(U)
        hu
        lamda
        ----------------------------------------------------------