python中稀疏矩阵的怎么用numpy处理

1、使用python表示矩阵的方法：使用“importnumpy”语句导入numpy包。

2、下面是基于python4的数组矩阵输入方法：importnumpyasnparr=[1，2，3，4，5，6，7，8，9]matrix_a=np.array(arr)手动定义一个空数组：arr=[]，链表数组：a=[1，2，[1，2，3]]。

3、a[4]=a[4]，a[1]#将第2行和第5行元素对调#c.forrowina：print(row)#重新输出矩阵创建由星期一到星期日的7个值组成的字典，输出键列表、值列表和键值列表。

NumPy是一个关于矩阵运算的库，熟悉Matlab的都应该清楚，这个库就是让python能够进行矩阵话的操作，而不用去写循环操作。

下面对numpy中的操作进行总结。

numpy包含两种基本的数据类型：数组和矩阵。

数组(Arrays)

>>> from numpy import *>>> a1=array([1,1,1]) #定义一个数组>>> a2=array([2,2,2])>>> a1+a2 #对于元素相加array([3, 3, 3])>>> a1*2 #乘一个数array([2, 2, 2])##>>> a1=array([1,2,3])>>> a1

array([1, 2, 3])>>> a1**3 #表示对数组中的每个数做平方array([ 1, 8, 27])##取值，注意的是它是以0为开始坐标，不matlab不同>>> a1[1]2##定义多维数组>>> a3=array([[1,2,3],[4,5,6]])>>> a3

array([[1, 2, 3],

[4, 5, 6]])>>> a3[0] #取出第一行的数据array([1, 2, 3])>>> a3[0,0] #第一行第一个数据1>>> a3[0][0] #也可用这种方式1##数组点乘，相当于matlab点乘操作>>> a1=array([1,2,3])>>> a2=array([4,5,6])>>> a1*a2

array([ 4, 10, 18])12345678910111213141516171819202122232425262728293031323334

Numpy有许多的创建数组的函数：

import numpy as np

a = np.zeros((2,2)) # Create an array of all zerosprint a # Prints "[[ 0. 0.]

# [ 0. 0.]]"b = np.ones((1,2)) # Create an array of all onesprint b # Prints "[[ 1. 1.]]"c = np.full((2,2), 7) # Create a constant arrayprint c # Prints "[[ 7. 7.]

# [ 7. 7.]]"d = np.eye(2) # Create a 2x2 identity matrixprint d # Prints "[[ 1. 0.]

# [ 0. 1.]]"e = np.random.random((2,2)) # Create an array filled with random valuesprint e # Might print "[[ 0.91940167 0.08143941]

# [ 0.68744134 0.87236687]]"1234567891011121314151617181920

数组索引(Array indexing)

矩阵

矩阵的操作与Matlab语言有很多的相关性。

#创建矩阵

>>> m=mat([1,2,3])

>>> m

matrix([[1, 2, 3]])

#取值

>>> m[0] #取一行

matrix([[1, 2, 3]])

>>> m[0,1] #第一行，第2个数据2>>> m[0][1] #注意不能像数组那样取值了

Traceback (most recent call last):

File "", line 1, in

File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 305, in __getitem__

out = N.ndarray.__getitem__(self, index)

IndexError: index 1 is out of bounds for axis 0 with size 1#将Python的列表转换成NumPy的矩阵

>>> list=[1,2,3]

>>> mat(list)

matrix([[1, 2, 3]])

#矩阵相乘

>>> m1=mat([1,2,3]) #1行3列

>>> m2=mat([4,5,6])

>>> m1*m2.T #注意左列与右行相等 m2.T为转置操作

matrix([[32]])

>>> multiply(m1,m2) #执行点乘操作，要使用函数，特别注意

matrix([[ 4, 10, 18]])

#排序

>>> m=mat([[2,5,1],[4,6,2]]) #创建2行3列矩阵

>>> m

matrix([[2, 5, 1],

[4, 6, 2]])

>>> m.sort() #对每一行进行排序

>>> m

matrix([[1, 2, 5],

[2, 4, 6]])

>>> m.shape #获得矩阵的行列数

(2, 3)

>>> m.shape[0] #获得矩阵的行数2>>> m.shape[1] #获得矩阵的列数3#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个元素，注意左闭右开

matrix([[2]])

>>> m[1,0:3]

matrix([[2, 4, 6]])

>>> m[1,0:2]

matrix([[2, 4]])1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556

扩展矩阵函数tile()

例如，要计算[0,0,0]到一个多维矩阵中每个点的距离，则要将[0,0,0]进行扩展。

tile(inX, (i,j)) ;i是扩展个数，j是扩展长度

实例如下：

>>>x=mat([0,0,0])

>>> x

matrix([[0, 0, 0]])

>>> tile(x,(3,1)) #即将x扩展3个，j=1,表示其列数不变

matrix([[0, 0, 0],

[0, 0, 0],

[0, 0, 0]])

>>> tile(x,(2,2)) #x扩展2次，j=2,横向扩展

matrix([[0, 0, 0, 0, 0, 0],

[0, 0, 0, 0, 0, 0]])1234567891011121314我爱编程网

以下是一个生成外框为n、内部为星号的矩阵的 Python 代码：

```python

n = 5 # 外框大小为5

# 生成外框为 n 的矩阵，初始化为所有元素都是星号

matrix = [['*' for j in range(n)] for i in range(n)]

# 将矩阵内部的元素全部修改为星号

for i in range(1, n-1):

for j in range(1, n-1):

matrix[i][j] = ' '

# 输出结果

for row in matrix:

print(' '.join(row))

```

输出结果如下：

```

* * * * *

* *

* *

* *

* * * * *

```

解释一下代码：首先定义变量 n 表示外框大小，然后生成一个大小为 n×n 的矩阵，并将所有元素初始化为星号。接着，使用两个嵌套循环遍历矩阵内部(不包括边界)，将所有元素修改为空格。最后，使用一个循环遍历整个矩阵并输出结果。