python矩阵运算函数,Python矩阵计算

python 矩阵操作， 筛选符合条件的行

我举个简单的例子：

十载的河池网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。成都全网营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整河池建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。成都创新互联公司从事“河池网站设计”,“河池网站推广”以来，每个客户项目都认真落实执行。

取出含有元素0的所有行

import numpy as np 

x = np.array([[1,2,3,4,0],[2,3,4,5,6],[0,1,2,3,4]])

b=[]

for row in x:

for i in row:

if i==0:

b.append(row)

print b

PS G:\Python learning-Q python exbaidu.py

[array([1, 2, 3, 4, 0]), array([0, 1, 2, 3, 4])]

python中的矩阵运算

NumPy支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

首先安装NumPy，安装过pandas，它会自动安装它的依赖，就不需要安装NumPy了。

python的矩阵可以做什么

python的numpy库提供矩阵运算的功能，因此我们在需要矩阵运算的时候，需要导入numpy的包。

计算矩阵对应行列的最大、最小值、和。

3a1=mat([[1,1],[2,3],[4,2]])

a1

matrix([[1, 1],

[2, 3],

[4, 2]])

计算每一列、行的和

a2=a1.sum(axis=0) #列和，这里得到的是1*2的矩阵

a2

matrix([[7, 6]])

a3=a1.sum(axis=1) #行和，这里得到的是3*1的矩阵

a3

matrix([[2],

[5],

[6]])

a4=sum(a1[1,:]) #计算第一行所有列的和，这里得到的是一个数值

a4

5 #第0行：1+1；第2行：2+3；第3行：4+2

计算最大、最小值和索引

a1.max() #计算a1矩阵中所有元素的最大值,这里得到的结果是一个数值

4

a2=max(a1[:,1]) #计算第二列的最大值，这里得到的是一个1*1的矩阵

a2

matrix([[3]])

a1[1,:].max() #计算第二行的最大值，这里得到的是一个一个数值

3

np.max(a1,0) #计算所有列的最大值，这里使用的是numpy中的max函数

matrix([[4, 3]])

np.max(a1,1) #计算所有行的最大值，这里得到是一个矩阵

matrix([[1],

[3],

[4]])

np.argmax(a1,0) #计算所有列的最大值对应在该列中的索引

matrix([[2, 1]])

np.argmax(a1[1,:]) #计算第二行中最大值对应在该行的索引

1