NumPy 学习笔记二

最新推荐文章于 2023-06-17 20:13:17 发布
HEERY551 最新推荐文章于 2023-06-17 20:13:17 发布
阅读量464 收藏
点赞数
分类专栏： 数据分析 文章标签： numpy python 线性代数 正态分布 numpy.linalg
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接： https://blog.csdn.net/HEERY551/article/details/85229444
版权
数据分析 专栏收录该内容
9 篇文章 0 订阅
订阅专栏

笔记来源：python数据分析【Ivan Idris著, 韩波译】

一、用NumPy进行线性代数运算【numpy.linalg包】

1、用NumPy求矩阵的逆

(1) 创建一个矩阵【np.mat()函数】

(2) 求矩阵的逆【np.linalg.inv()函数】

(3) 乘法检验

相乘结果发现，得到的是一个单位矩阵，但是还存在一些小误差，要获取误差，可如下操作

2、用NumPy求解线性方程组【使用np.linalg的solve()求解类似Ax=b线性方程组】

（1）创建矩阵A和数组b

（2）求解线性方程组(np.linalg.solve())

（3） 使用dot()函数进行验算

3、用NumPy计算特征值和特征向量

特征值是方程式Ax=ax的标量解，其中A为一个二维矩阵，而x是一维向量，x是特征值a对应的特征向量

（1）数学上的求解示例：

（2）使用numpy.linalg包求解

1）创建矩阵

2）使用eigvals()函数求解特征值

3）使用eig()函数获取特征值与特征向量【返回两个值，第一个元素为特征值，第二个为特征向量】

4）验算求解的结果

由上述结果可知，左边A*x与右边a*x是相等的，说明求解无误。

二、NumPy随机数

随机数常用于蒙特卡洛法、随机积分等方面。真正的随机数很难得到，一般实际获取的是伪随机数。大部分情况下，伪随机数满足我们的需求。对于NumPy,与随机数有关的函数在random子程序包中。NumPy核心的随机数发生器是基于梅森算法而来的。

1、用二项分布进行博弈

每次运行程序结果都不同，若要总是得到相同的结果，则需给NumPy的随机数子程序包中的binomial()函数的一个种子值.

2、正态分布采样

(1) 一维正态分布即标准正态分布定义【百度百科】

（2）使用NumPy的random子模块的normal()函数，将正态分布以直观的形势图示出来

 

参考：

[1]. Ivan Idris. 著; 韩波译.python数据分析[M]. 北京：人民邮电出版社，2016.2.

[2]. 百度百科; 正态分布[DB/OL]. https://baike.baidu.com/item/%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83/829892?fr=aladdin

[3].百度经验；线性代数：如何求特征值和特征向量？[DB/OL]. https://jingyan.baidu.com/article/27fa7326afb4c146f8271ff3.html

 

numpy求解线性方程组Ax=b
reyyy的博客
08-28 3781
Ax=b A = np.array([[2,1,-2],[3,0,1],[1,1,-1]]) b = np.transpose(np.array([[-3,5,-2]])) x = np.linalg.solve(A,b) print(x) 结果：[[ 1.],[-1.],[ 2.]]
极简代码（七）—— SNR
11-21 1151
SNR = @(signal, noisy) 20*log10(norm(signal)/norm(signal-noisy))
Numpy学习与应用（二）
Zayn1016的博客
05-21 304
基于第一节中对问题和基本知识的介绍，下面为解答所有6个题目的代码，思路很清晰，在此只对于部分重要步骤进行解释# -*- coding: utf-8 -*- import numpy as np from scipy.linalg import toeplitz import time #生成A，B def generate_A_B(n,m): A = np.random.normal(...
numpy.linalg.det、numpy.linalg.solve函数用法
热门推荐
houyushui的博客
05-16 1万+
numpy.linalg.det 这个函数用于计算矩阵的行列式 linalg.det(a) 计算矩阵a的行列式 Parameters a(N, M, M) array_like Input array to compute determinants for. 要计算的行列式的矩阵，这个输入形状要求最后的两个维度相等 Returns det(N) array_like 返回，形状为N的行列式 LinAlgError: Last 2 dimensi
numpy中函数库linalg关于矩阵计算的常见函数
qq_43523431的博客
06-17 635
numpy中函数库linalg一些关于矩阵计算的函数
Numpy学习笔记整理.pdf
03-04
本文学习笔记整理了Numpy在数组操作、索引、通用函数、随机数生成、属性操作等方面的知识点。 首先，Numpy数组是处理数值计算的关键数据结构。在Numpy中，数组的创建可以通过`np.arange`函数结合`reshape`方法来...
Numpy学习笔记pdf
10-19
Numpy学习笔记pdf Numpy是Python中一个非常流行的科学计算库，提供了大量的数学函数和高性能的多维数组对象。下面是Numpy学习笔记pdf的摘要信息： Ndarray Ndarray是Numpy中最基本的数据结构，表示一个多维数组。...
numpy学习笔记(一)-ndarry
01-20
 高维数据:字典类型及数据表达格式(JSON,XML,YAML)*.numpy功能: 1.提供了强大的N维数组对象ndarray 2.广播功能函数 3.整合c/c++/fortran代码的工具 4.线性代数,傅里叶变换,随机数生成等工具*.为什么要有ndar
NumPy学习笔记_134实用知识库分享
最新发布
11-01
以下是对NumPy学习笔记中涉及知识点的详细说明： 1. **NumPy Ndarray对象**： - Ndarray是NumPy的核心数据结构，用于存储和操作多维数组。每个数组都是一系列相同类型的元素组成的。 - `numpy.array()`函数用于...
numpy学习笔记,jupyter上传
12-25
numpy学习笔记,jupyter上传
基于python解线性矩阵方程(numpy中的matrix类)
09-18
主要介绍了基于python解线性矩阵方程(numpy中的matrix类),文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
numpy笔记4
kyle1314608的博客
04-15 330
广义逆矩阵 摩尔 彭罗斯逆矩阵 Pinv 函数 Inv 函数         奇异矩阵 若A为非奇异矩阵，则线性方程组Ax=b的解为x=A^(-1)b，其中A的逆矩阵A^(-1)满足A^(-1)A=AA^(-1)=I(I为单...
python numpy.linalg.solve（）
wjz0626的博客
03-19 1万+
linalg.solve(a, b) 解一个线性矩阵方程，或线性标量方程组。 计算确定的“精确”解x，即满秩，线性矩阵方程ax = b。 Parameters： a(…, M, M) array_like Coefficient matrix.（系数矩阵） b{(…, M,), (…, M, K)}, ...
c语言解三元一次方程组_python求解含有稀疏矩阵的线性方程组
weixin_39994270的博客
11-27 453
python的数据科学计算包numpy几乎可以解决所有的计算问题，使用np.linalg.solve即可解线性方程组。但是最近遇到一个问题，求解Ax=b方程组，如果A是一个很大的稀疏矩阵，numpy初始化矩阵会导致内存不足。例如：import numpy as np a = np.zeros([4000000,3000000], dtype=float)运行代码会报如下错误：MemoryError...
线性代数Python计算：解可逆系数矩阵线性方程组
u012958850的博客
06-13 809
解可逆系数矩阵的线性方程组。
Numpy的矩阵、线性代数运算
m0_68492606的博客
07-12 1086
Numpy的矩阵和线性代数基础运算。
python解线性方程组Ax=b的两种方法
iTom's blog
08-05 1万+
Notes 做 label propagation 时涉及到 Ax = b 的求解，有两种方式： 解析解：x=A−1bx=A^{-1}bx=A−1b 迭代求近似解：共轭梯度法（conjugate gradient） Closed Form Solution 求闭解的方式，TensorFlow、numpy、scipy 都有相应的函数可以调 import tensorflow as tf impo...
python实现语音信号处理常用度量方法
weixin_30338743的博客
09-11 250
信噪比(SNR) 有用信号功率与噪声功率的比（此处功率为平均功率），也等于幅度比的平方 $$SNR(dB)=10\log_{10}\frac{\sum_{n=0}^{N-1}s^2(n)}{\sum_{n=0}^{N-1}d^2(n)}=10*\log_{10}(\frac{P_{signal}}{P_{noise}})=20*log_{10}(\frac{A_{signal}}{A...
求解Ax=b：可解性和解的结构
qq_34535410的博客
01-27 4604
是否有解： 求解一下方程组： {x1+2x2+2x3+2x4=b12x1+4x2+6x3+8x4=b23x1+6x2+8x3+10x4=b3" role="presentation">⎧⎩⎨⎪⎪x1+2x2+2x3+2x4=b12x1+4x2+6x3+8x4=b23x1+6x2+8x3+10x4=b3{x1+2x2+2x3+2x4=b12x1+4x2+6x3+8x4=b23x1+6x2+8x3
numpy学习笔记
05-29
好的，我可以和你分享一些关于numpy的学习笔记。 首先，numpy是一个Python的库，用于科学计算和数据分析。它提供了高性能的多维数组对象以及相关的工具和函数。 下面是一些常用的numpy操作： 1. 创建数组 可以使用numpy中的array函数创建数组，例如： ```python import numpy as np a = np.array([1, 2, 3]) print(a) # [1 2 3] ``` 也可以使用numpy中的arange函数创建等差数组，例如： ```python b = np.arange(0, 10, 2) print(b) # [0 2 4 6 8] ``` 2. 数组运算 numpy中的数组支持各种数学运算，例如： ```python a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) c = a + b print(c) # [5 7 9] d = a * b print(d) # [ 4 10 18] e = np.dot(a, b) print(e) # 32 ``` 3. 数组切片和索引 可以使用numpy中的切片和索引来访问数组中的元素，例如： ```python a = np.array([1, 2, 3, 4, 5]) print(a[0]) # 1 print(a[1:4]) # [2 3 4] print(a[::2]) # [1 3 5] ``` 4. 数组形状操作 可以使用numpy中的reshape函数改变数组的形状，例如： ```python a = np.array([1, 2, 3, 4, 5, 6]) b = a.reshape(2, 3) print(b) # [[1 2 3] # [4 5 6]] c = a.reshape(3, -1) # -1表示自动计算 print(c) # [[1 2] # [3 4] # [5 6]] ``` 以上是一些常用的numpy操作，希望能够帮助你更好地学习numpy。
14
原创
42
点赞
140
收藏
16
粉丝
关注
私信
写文章

分类专栏

  • python网络爬虫 2篇
  • 正则表达式 1篇
  • NLP
  • 机器学习理论 2篇
  • 机器学习算法
  • 零散笔记 6篇
  • 数据分析 9篇
  • mysql 2篇
  • 安装 1篇

最新评论

  • 【思考】tf/idf之于文本分类

    weixin_45959085: 这个类别怎样实现 表情包

  • python3爬虫实战二：股票信息抓取及存储

    yuxingyue123: 可以提供一下源代码吗？

  • python3爬虫实战二：股票信息抓取及存储

    yuxingyue123: 请问如何保存到mysql当中？

  • python中 if__name__ == "__main__"的理解

    HEERY551 回复 UM.: 嗯嗯，python主要的方向一般是爬虫、数据分析、算法、web开发等，是一种小语言，最好还是要学一门大语言（比如java、C、C++等）相对就业面会更广一些，而已如果学好这种大语言、python就特别容易上手。如果非要学python的话，建议学的要深一些、如网络编程、web开发、数据这一块都得了解些。python开发就需得需要掌握这些、其次python开发的岗位现在也不多。其实各有各的好，最好是自己选择后自己的路。

  • python中 if__name__ == "__main__"的理解

    UM.: 问一下py（找）秋招挺难的吧，靠py和一点c估计真的不好找到秋招吧

最新文章

  • SQL-连续记录查询
  • 假设检验与P值
  • python数据结构相关实现【排序、栈、队列、查找】
2019年10篇
2018年14篇

目录

目录

评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值

玻璃钢生产厂家玻璃钢火烈鸟雕塑定制大型玻璃钢雕塑厂家工厂郑州玻璃钢人物泡沫雕塑制造湖南玻璃钢浮雕抽象景观雕塑闸北玻璃钢向日葵雕塑美陈制作商场中庭吊饰蒙自市玻璃钢雕塑价格户外玻璃钢雕塑联系方式长沙玻璃钢雕塑公司有哪些主题玻璃钢雕塑推荐货源长春玻璃钢动物牛雕塑广东艺术商场美陈采购山西特色玻璃钢雕塑生产厂家通化玻璃钢雕塑定做云南景观玻璃钢雕塑批发深圳户外商场美陈哪里有武汉户外玻璃钢花盆深圳哪家玻璃钢雕塑厂家玻璃钢高尔夫球雕塑图片党建文化玻璃钢卡通雕塑规定广州埃及法老玻璃钢雕塑深圳人物玻璃钢雕塑定做商场美陈灯箱潮州广场玻璃钢动物雕塑宝应玻璃钢卡通雕塑玻璃钢雕塑制作精良艺术商场美陈价钱六安商场中秋美陈张掖玻璃钢卡通雕塑规格玻璃钢花盆厂价位香港通过《维护国家安全条例》两大学生合买彩票中奖一人不认账让美丽中国“从细节出发”19岁小伙救下5人后溺亡 多方发声单亲妈妈陷入热恋 14岁儿子报警汪小菲曝离婚始末遭遇山火的松茸之乡雅江山火三名扑火人员牺牲系谣言何赛飞追着代拍打萧美琴窜访捷克 外交部回应卫健委通报少年有偿捐血浆16次猝死手机成瘾是影响睡眠质量重要因素高校汽车撞人致3死16伤 司机系学生315晚会后胖东来又人满为患了小米汽车超级工厂正式揭幕中国拥有亿元资产的家庭达13.3万户周杰伦一审败诉网易男孩8年未见母亲被告知被遗忘许家印被限制高消费饲养员用铁锨驱打大熊猫被辞退男子被猫抓伤后确诊“猫抓病”特朗普无法缴纳4.54亿美元罚金倪萍分享减重40斤方法联合利华开始重组张家界的山上“长”满了韩国人？张立群任西安交通大学校长杨倩无缘巴黎奥运“重生之我在北大当嫡校长”黑马情侣提车了专访95后高颜值猪保姆考生莫言也上北大硕士复试名单了网友洛杉矶偶遇贾玲专家建议不必谈骨泥色变沉迷短剧的人就像掉进了杀猪盘奥巴马现身唐宁街 黑色着装引猜测七年后宇文玥被薅头发捞上岸事业单位女子向同事水杯投不明物质凯特王妃现身！外出购物视频曝光河南驻马店通报西平中学跳楼事件王树国卸任西安交大校长 师生送别恒大被罚41.75亿到底怎么缴男子被流浪猫绊倒 投喂者赔24万房客欠租失踪 房东直发愁西双版纳热带植物园回应蜉蝣大爆发钱人豪晒法院裁定实锤抄袭外国人感慨凌晨的中国很安全胖东来员工每周单休无小长假白宫：哈马斯三号人物被杀测试车高速逃费 小米：已补缴老人退休金被冒领16年 金额超20万

玻璃钢生产厂家 XML地图 TXT地图 虚拟主机 SEO 网站制作 网站优化