标签:style blog color os ar 文件 数据 div log
矩阵赋值
>>> x1=np.arange(0,5) # array([0, 1, 2, 3, 4]) >>> x2=np.arange(1,6) # array([1, 2, 3, 4, 5]) >>> x3=np.linspace(0,5,6) # array([ 0., 1., 2., 3., 4., 5.])
矩阵转置
>>> transpose(x2.reshape(1,5)) #如果不变维的话,返回值仍是array([1, 2, 3, 4, 5]) array([[1], [2], [3], [4], [5]])
矩阵相乘
#[0, 1, 2, 3, 4] x [1, 2, 3, 4, 5]‘ >>> dot(x1.reshape(1,5),transpose(x2.reshape(1,5))) array([[40]])
矩阵求逆
>>> linalg.inv([[1,2],[3,4]]) array([[-2. , 1. ], [ 1.5, -0.5]])
文件存取
>>> a = np.arange(0,12) >>> a.shape = 3,4 >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> a.tofile("a.bin") >>> b = np.fromfile("a.bin", dtype=np.float) # 按照float类型读入数据 >>> b # 读入的数据是错误的 array([ 2.12199579e-314, 6.36598737e-314, 1.06099790e-313, 1.48539705e-313, 1.90979621e-313, 2.33419537e-313]) >>> a.dtype # 查看a的dtype dtype(‘int32‘) >>> b = np.fromfile("a.bin", dtype=np.int32) # 按照int32类型读入数据 >>> b # 数据是一维的 array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) >>> b.shape = 3, 4 # 按照a的shape修改b的shape >>> b # 这次终于正确了 array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])
标签:style blog color os ar 文件 数据 div log
原文地址:http://www.cnblogs.com/catmelo/p/3946662.html