Python中Numpy的矩陣matrix常規使用

常規指令操作：

矩陣創建和轉換：

>>> m= np.mat([1,2,3])  #創建矩陣
>>> m
matrix([[1, 2, 3]])
>>> m[0]                #取一行
matrix([[1, 2, 3]])
>>> m[0,1]              #第一行，第2個數據
>>> m[0][1]             #注意不能像數組那樣取值了
Traceback (most recent call last):
IndexError: index 1 is out of bounds for axis 0 with size 1

#將Python的列表轉換成NumPy的矩陣
>>> list=[1,2,3]
>>> mat(list)
matrix([[1, 2, 3]])

#Numpy dnarray轉換成Numpy矩陣
>>> n = np.array([1,2,3])
>>> n
array([1, 2, 3])
>>> np.mat(n)
matrix([[1, 2, 3]])

#排序
>>> m=np.mat([[2,5,1],[4,6,2]]) #創建2行3列矩陣
>>> m
matrix([[2, 5, 1],
        [4, 6, 2]])

矩陣排序：

>>> m.sort()                    #對每一行進行排序
>>> m
matrix([[1, 2, 5],
        [2, 4, 6]])

矩陣取值：

>>> m.shape                     #獲得矩陣的行列數
(2, 3)
>>> m.shape[0]                  #獲得矩陣的行數
>>> m.shape[1]                  #獲得矩陣的列數

#索引取值
>>> m[1,:]                      #取得第一行的所有元素
matrix([[2, 4, 6]])
>>> m[1,0:1]                    #第一行第0個元素，注意左閉右開
matrix([[2]])
>>> m[1,0:3]
matrix([[2, 4, 6]])
>>> m[1,0:2]
matrix([[2, 4]])

矩陣乘法：

>>> a = np.mat([[1,2,3], [2,3,4]])
>>> b = np.mat([[1,2], [3,4], [5,6]])
>>> a
matrix([[1, 2, 3],
        [2, 3, 4]])
>>> b
matrix([[1, 2],
        [3, 4],
        [5, 6]])
>>> a * b               #方法一
matrix([[22, 28],
        [31, 40]])
>>> np.matmul(a, b)     #方法二
matrix([[22, 28],
        [31, 40]])
>>> np.dot(a, b)        #方法三
matrix([[22, 28],
        [31, 40]])

矩陣點乘：

>>> a = np.mat([[1,2], [3,4]])
>>> b = np.mat([[2,2], [3,3]])
>>> np.multiply(a, b)
matrix([[ 2,  4],
        [ 9, 12]])

矩陣轉置：

>>> a
matrix([[1, 2],
        [3, 4]])
>>> a.T           #方法一，ndarray也行
matrix([[1, 3],
        [2, 4]])
>>> np.transpose(a)   #方法二
matrix([[1, 3],
        [2, 4]])

矩陣求逆：

>>> a
matrix([[1, 2],
        [3, 4]])
>>> a.I
matrix([[-2. ,  1. ],
        [ 1.5, -0.5]])