之后的内容会涉及一些线性代数的基础知识
我们前面定义的[1 2 3],是一个一维数组
它只有1行,有3列
下面是一个二维数组
它共有3行,3列,我们称它为行列式,也可以说这是一个3*3的矩阵
【创建二维数组】
可以使用如下命令创建一个二维数组
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
我们可以看到,括号内的参数与创建一维数组类似
它实际上是三个一维列表嵌套在另一个括号中
即,嵌套列表
我们来看一下效果:
import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
print(a)
再来看一下不同的例子:
import numpy as np
a=np.array(([1,2,3,4],[5,6,7,8],[9,10,11,12]))
print(a)
注意到np.array()参数中的方括号在这里变成了圆括号
表示它是一个元组
在上一个例子中我们使用的是方括号,表示它是一个列表
numpy.array()使用元组和列表都可以生成一个数组
这个例子生成的是一个3行4列的矩阵
【shape函数】
shape函数是数组对象的一个函数,它可以获取的形状,返回值的形式是元组
import numpy as np
a=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
print(a.shape)
(3,4)表明a是一个3行4列的矩阵
【reshape函数】
reshape 用于重新调整数组或矩阵的形状
利用这种方法可以方便地构筑一些矩阵
如:
a=np.array(range(1,7))
print(a)
b=a.reshape(2,3)
print(b)
可以看到,原本的一维矩阵[1,2,3,4,5,6]通过reshape被转换为2行3列矩阵b
[ [1,2,3]
[4,5,6] ]
矩阵b通过reshape又被转换为1维矩阵[1,2,3,4,5,6]
这里要注意,reshape的参数是不能随意指定的,它们的乘积必须等于元素的总数即
2*3=6或者6*1=6
如果总数对不上就会报错:
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。