首页 > 其他分享 >numpy公式小总结1

numpy公式小总结1

时间:2024-08-01 17:38:49浏览次数:13  
标签:总结 公式 矩阵 行向量 计算 array numpy 向量

umpy.array()产生的数据可以是一维,二维乃至n维

numpy.matrix()  产生的数据是严格的二维

numpy.abs()计算绝对值
numpy.linalg.norm()计算范数,默认计算L2范数
numpy.linsapce()指定的间隔内返回均匀间隔数组
numpy.maximum() 计算最大值
numpy.meshgrid() 生成网格化数据

numpy.add() 向量/矩阵加法

matplotlib.pyplot,quiver() 绘制箭头图
numpy.arccos () 计算反余弦

numpy.array([[4,3]])[:,None] 构造列向量 

numpy,array([[4,3]])  构造行向量,注意双重方括号

 numpy.array ([[4],[3]]) 构造列向量,注意双重方括号

 numpy.array([[4,3]]). T 行向量转置得到列向量,注意双重方括号

 numpy.array([4,3])[:,numpy.newaxis] 构造列向量 

numpy.array([4,3]) [None,:] 构造行向量

numpy.array([4, 3]) (numpy.newaxis,:] 构造行向量

numpy.array([4,3]) 构造一维数组,严格来说不是行向量

numpy.array([4,3]).reshape((-1,1)) 构造列向量
numpy.array([4,3]), ndmin=2) 构造行向量

numpy.array([4,3]) .reshape((1,-1))构造行向量 
numpy.cross() 计算列向量或行向量的向量积
numpy.dot() 计算向量内积。如果输入为一维数组,则numpy.dot()输出结果为向量内积如果输入为矩阵,则numpy.dot()输出结果为矩阵乘积,相当于矩阵运算符@

numpy.linalg.norm()默认计算L2范数

numpy.multiply()计算向量逐项积

numpy.ones()生成全1向量/矩阵
numpy.-r_[]将一系列数组合并:'r’设定结果以行向量(默认)展示,如numpy.r_[numpy. array([1,2]), 0,0,numpy.array([4,5])]默认产生行向量

numpy.r_['c’,[4,3]]构造列向量

numpy.subtract()向量/矩阵减法
numpy.vdot ()计算两个向量的向量内积。如果输入是矩阵,则矩阵会按照先行、后列的顺序展开成向量之后,再计算向量内积
numpy.zeros()生成全0向量/矩阵
scipy.spatial.distance.cosine()计算余弦距离
zip(*) 将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。*代表解包,返回的每一个都是元祖类型,而并非是原来的数据类型

numpy.diag() 提取矩阵主对角元素

 numpy.add() 矩阵加法运算,等同于 + 

numpy.array() 构造多维矩阵/数组 

numpy.linalg.det() 计算行列式值 

numpy.linalg.inv() 计算矩阵逆 

numpy.linalg.matrix_power() 计算矩阵幂

 numpy.matrix() 构造二维矩阵,有别于 numpy.array() 

numpy.multiply() 矩阵逐项积 

numpy.ones() 生成全 1 矩阵,输入为矩阵形状 

numpy.ones_like() 用来生成和输入矩阵形状相同的全 1 矩阵 

numpy.subtract() 矩阵减法运算,等同于 - 

numpy.trace() 计算矩阵迹 

numpy.zeros() 生成零矩阵,输入为矩阵形状 

numpy.zeros_like() 用来生成和输入矩阵形状相同的零矩阵 

tranpose() 矩阵转置,比如 A.transpose(),等同于 A.T

matplotlib.pyplot.axhline()绘制水平线
matplotlib.pyplot.axvline()绘制竖直线

matplotlib.pyplot.contour()绘制等高线图

matplotlib.pyplot.contourf()绘制填充等高线图

标签:总结,公式,矩阵,行向量,计算,array,numpy,向量
From: https://www.cnblogs.com/candice1/p/18336833

相关文章

  • Educational Codeforces Round 168 (Rated for Div. 2) 赛后总结
    比赛链接赛时提交情况:CF1997A.StrongPassword赛时思路首先看到题目可以想到的是,我们要加入的这个字符不能与其相邻字符相同,所以我没有多想就写出了第一份代码:if(s[0]=='a')cout<<'b';elsecout<<'a';cout<<s<<endl;交上之后喜提WA1。于是冷静了一会儿仔细观察了一......
  • 大发系统平台最新系列总结
    大发系统平台最新系列总结大发系统平台作为一个创新型的技术服务平台,自推出以来,以其独特的功能和优越的性能,赢得了广泛的市场认可和用户好评。以下是对大发系统平台系列【倌罔ᴹ⁵⁸⁷⁷·ᶜᶜ】的总结。一、大发系统平台的特点1.**技术创新**:大发系统平台采用先......
  • [赛记] 暑假集训CSP提高模拟 #N/A 总结
    没写的有些多,所以一块写EVA原题:忘了;贪心;赛时将每条鱼放在了右端点,导致分的情况太多,最后没打完;贪心的想一下,将每条鱼放在网的左或右端点肯定不会更劣;将每条鱼作为网的左端点,然后利用相对运动的知识统计出剩下$n-1$条鱼的进入和出去网的范围的时间(可以将出去的时间稍......
  • 排序算法总结
    排序算法是数据结构与算法中的一个重要部分,用于对一组数据按照特定顺序进行排列。常见的排序算法有很多,每种算法都有其独特的时间复杂度、空间复杂度和稳定性等特性。以下是一些常用的排序算法及其特点:冒泡排序(BubbleSort):时间复杂度:平均情况下为 O(n2)O(n2),最坏情况下也是......
  • numpy中的向量
    梯度在各自空间的每一个点上对应的物理量概有强度,也有方向,将这些既有大小又有方向的场抽像出来便可以得到向量场。松手瞬间小球运动方向在X1X2平面上的投影就是梯度下降方向也叫下山方向,它反方向叫梯度向量,也叫上山方向·行向量转置可得到列向量,转置运算符为b=aT可以用len(a)......
  • telegraf 常用命令总结
    本文为博主原创,转载请注明出处:Telegraf是一个灵活的服务器代理,用于收集和报告指标。它支持插件驱动,这意味着你可以根据需要添加或修改功能。1.使用telegraf--help查看telegraf提供的相关命令和参数使用telegraf--help可以查看telegraf提供的相关命令和参数,具体如......
  • 8.1第三周周四学习总结
    1cfdiv951位运算(异或)https://www.luogu.com.cn/problem/CF1979B思路[l,r]=[l1,r1]^(x^y)也就是是找x^y异或一个区间后仍然能够连续,对于x^y可以写成xxxx1000,xxxx设为A,为一段01序列,那么就是区间[0,x^y-A-1]能够保证连续。因为第一个1右侧都是0,都不进位,1000+0000,100......
  • UDS学习总结
    1UDS简介1.1什么是UDSUDS(UnifiedDiagnosticServices)统一诊断服务,是车辆诊断的一种应用层协议,面向整车所有ECU,UDS协议ISO14229定义了应用层和会话层,在协议里面定义了诊断的请求,诊断响应的报文格式,以及ECU怎样处理诊断请求报文,以及诊断服务的应用。它不关心底层数据链路......
  • Numpy&Pandas:Pandas库(50%-100%)
    目录前言一、排序1.使用索引排序2.使用变量值排序二、计算新变量1.新变量为常量2.根据原变量新增列3.基于一个原变量做函数运算4.在指定位置插入新列三、修改替换变量值1.对应数值替换2.指定范围替换四、虚拟变量变换五、数值变量分组六、数据分组七、分组汇......
  • 架构演化思考总结(2)
    架构演化思考总结(2)​ —-–从命令模式中来探索处理依赖关系在正式引入命令模式的概念之前,我们先从简单的案例来逐步演化大家在书面上常见到的内容。publicinterfaceICommand{voidExecute();}publicclassPlayMusicCommand:ICommand{publicvoid......