大家好，我是IT共享者 ， 人称皮皮 。今天给大家介绍矩阵和NumPy数组 。
一、什么是矩阵？使用嵌套列表和NumPy包的Python矩阵 。矩阵是一种二维数据结构，其中数字按行和列排列 。
二、Python矩阵1. 列表视为矩阵Python没有矩阵的内置类型 。但是，可以将列表的列表视为矩阵 。
例：
A = [[1, 4, 5],[-5, 8, 9]]可以将此列表的列表视为具有2行3列的矩阵 。
如图：
文章插图
2. 如何使用嵌套列表 。
A = [[1, 4, 5, 12],[-5, 8, 9, 0],[-6, 7, 11, 19]]print("A =", A) print("A[1] =", A[1])# 第二行print("A[1][2] =", A[1][2])# 第二行的第三元素print("A[0][-1] =", A[0][-1])# 第一行的最后一个元素column = [];# 空 listfor row in A:column.append(row[2])print("3rd column =", column)当运行程序时，输出为：
文章插图
三、NumPy数组1. 什么是NumPy？NumPy是用于科学计算的软件包，它支持强大的N维数组对象 。
在使用NumPy之前，需要先安装它 。
2. 如何安装NumPy？如果使用Windows，使用PyCharm 安装NumPy，NumPy它带有一些其他与数据科学和机器学习有关的软件包 。
成功安装了NumPy，就可以导入和使用它 。
文章插图
NumPy提供数字的多维数组（实际上是一个对象） 。
例 ：
import numpy as npa = np.array([1, 2, 3])print(a)# 输出: [1, 2, 3]print(type(a))# 输出: <class 'numpy.ndarray'>NumPy的数组类称为ndarray 。采集失败，请手动处理https://p3-sign.toutiaoimg.com/pgc-image/09d56072610742e6be4745ee3e2259fe~tplv-tt-origin-asy2:5aS05p2hQFB5dGhvbui_m-mYtuWtpuS5oOS6pOa1gQ==.image?_iz=58558&from=article.pc_detail&x-expires=1698369411&x-signature=yLx0LaEAGRB5r3Z5Hxu%2Bv5RZ9Oc%3D
注：
NumPy的数组类称为ndarray 。
3. 如何创建一个NumPy数组？有几种创建NumPy数组的方法 。
3.1 整数，浮点数和复数的数组
import numpy as npA = np.array([[1, 2, 3], [3, 4, 5]])print(A)A = np.array([[1.1, 2, 3], [3, 4, 5]]) # 浮点数组print(A)A = np.array([[1, 2, 3], [3, 4, 5]], dtype = complex) # 复数数组print(A)运行效果：
文章插图
3.2 零和一的数组
import numpy as npzeors_array = np.zeros( (2, 3) )print(zeors_array)ones_array = np.ones( (1, 5), dtype=np.int32 ) // dtypeprint(ones_array)# 输出: [[1 1 1 1 1]]
文章插图
在这里 ， 指定dtype了32位（4字节） 。因此 ， 该数组可以采用从到的值 。-2-312-31-1
3.使用arange()和shape()
import numpy as npA = np.arange(4)print('A =', A)B = np.arange(12).reshape(2, 6)print('B =', B)采集失败，请手动处理https://p3-sign.toutiaoimg.com/pgc-image/41e36b487fc54282a47332fdedc43a6a~tplv-tt-origin-asy2:5aS05p2hQFB5dGhvbui_m-mYtuWtpuS5oOS6pOa1gQ==.image?_iz=58558&from=article.pc_detail&x-expires=1698369411&x-signature=bhcPG%2Fenh3syXbj8jWw3CREhgA0%3D四、矩阵运算两个矩阵相加，两个矩阵相乘以及一个矩阵转置 。在编写这些程序之前，使用了嵌套列表 。让看看如何使用NumPy数组完成相同的任务 。
两种矩阵的加法
使用+运算符将两个NumPy矩阵的对应元素相加 。
import numpy as npA = np.array([[2, 4], [5, -6]])B = np.array([[9, -3], [3, 6]])C = A + B# 元素聪明的加法print(C)
文章插图
以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!
「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：