首页 / PYTHON / Python基于numpy模块创建对称矩阵的方法

Python基于numpy模块创建对称矩阵的方法

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python基于numpy模块创建对称矩阵的方法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1811字，纯文字阅读大概需要3分钟。

内容图文

这篇文章主要介绍了Python创建对称矩阵的方法,结合实例形式分析了Python基于numpy模块实现矩阵运算的相关操作技巧,需要的朋友可以参考下

本文实例讲述了Python创建对称矩阵的方法。分享给大家供大家参考，具体如下：

对称（实对称）矩阵也即： Python基于numpy模块创建对称矩阵的方法 - 文章图片

step 1：创建一个方阵

>>> import numpy as np
>>> X = np.random.rand(5**2).reshape(5, 5)
>>> X
array([[ 0.26984148, 0.25408384, 0.12428487, 0.0194565 , 0.91287708],
  [ 0.31837673, 0.35493156, 0.74336268, 0.31810561, 0.04409245],
  [ 0.06644445, 0.8967897 , 0.10990936, 0.05036292, 0.72581982],
  [ 0.94758512, 0.21375975, 0.36781736, 0.1633904 , 0.36070709],
  [ 0.53263787, 0.18380491, 0.0225521 , 0.91239367, 0.75521585]])

step 2：保留其上三角部分

>>> X = np.triu(X)
# 保留其上三角部分
>>> X
array([[ 0.26984148, 0.25408384, 0.12428487, 0.0194565 , 0.91287708],
  [ 0.  , 0.35493156, 0.74336268, 0.31810561, 0.04409245],
  [ 0.  , 0.  , 0.10990936, 0.05036292, 0.72581982],
  [ 0.  , 0.  , 0.  , 0.1633904 , 0.36070709],
  [ 0.  , 0.  , 0.  , 0.  , 0.75521585]])

step 3：将上三角”拷贝”到下三角部分

>>> X += X.T - np.diag(X.diagonal())
>>> X
array([[ 0.26984148, 0.25408384, 0.12428487, 0.0194565 , 0.91287708],
  [ 0.25408384, 0.35493156, 0.74336268, 0.31810561, 0.04409245],
  [ 0.12428487, 0.74336268, 0.10990936, 0.05036292, 0.72581982],
  [ 0.0194565 , 0.31810561, 0.05036292, 0.1633904 , 0.36070709],
  [ 0.91287708, 0.04409245, 0.72581982, 0.36070709, 0.75521585]])

注意，要减去一次对角线上的元素。因为上三角cov，和下三角cov.T在进行相加时会把主对角线上的元素相加两次。

step 4：测试

>>> X.T == X
array([[ True, True, True, True, True],
  [ True, True, True, True, True],
  [ True, True, True, True, True],
  [ True, True, True, True, True],
  [ True, True, True, True, True]], dtype=bool)

以上就是Python基于numpy模块创建对称矩阵的方法的详细内容，更多请关注Gxl网其它相关文章！

内容总结

以上是互联网集市为您收集整理的Python基于numpy模块创建对称矩阵的方法全部内容，希望文章能够帮你解决Python基于numpy模块创建对称矩阵的方法所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/426937.html

来源：【匿名】

【上一篇】Python十进制小数和二进制小数相互转换的实现方式【下一篇】浅谈PHP运行Python脚本的方法

更多 ►

【Python基于numpy模块创建对称矩阵的方法】教程文章相关的互联网学习教程文章

python数据分析之NUMPY基础01

以下操作都需要导入numpy模块（没有该模块的需要安装）from numpy import *创建数组：创建一维数组：>>>a=arange(5) 此时a就是一维数组。创建多维数组：>>>a=array([[1,2,3],[4,5,6]]) 此时a就是二维数组获取数组的数据类型：Numpy数组一般是同质的，即数组中所有元素类型必须是一致的。>>>a.dtypedtype(int32)确定数组的维数：>>>aarray(0,1,2,3,4)>>>a.shape(5,)shape返回一个元组，元组的元素即为numpy数组中每一个维度上的大...

Python机器学习（三十四）Numpy 介绍

Numpy代表numeric python，是一个用于计算、处理多维数组的python包。NumPy包由Travis Oliphant在2005年创建，基于原来的Numeric模块与Numarray模块，大部分是用c语言编写的。NumPy提供各种强大的数据结构(多维数组和矩阵)，以及对这些数据结构的强大运算能力。为什么需要NumPy随着数据科学革命的到来，NumPy、SciPy、pandas等数据分析库得到了很大的发展。python的语法比其他编程语言简单很多，同时又具有强大的数据计算能力，是数...

【Python科学计算】Numpy——ndarry【代码】

本篇主要用于自己学习Python科学计算的学习笔记，便于之后细节不清时的查阅。主要参考内容：莫烦的Python——Numpy&Pandas教程　　　　　　　《Python科学计算》张若愚著，清华大学出版社 numpy的使用会使很多计算更快，因为Numpy是基于C语言编写的，可以提高计算速度 1import numpy as np2 3 array = np.array([[1,2,3],4 [2,3,4]])5#将列表 [[1, 2, 3], [2 ,3 ,4]] 输出型为2行3列的矩阵 6print(array)7print("...

python的numpy库和cv2库实现图像傅里叶变换【代码】【图】

码字不易，如果对您有所帮助，记着点赞哦！一. 图像傅里叶变换原理：原理简介请参考：https://www.cnblogs.com/wojianxin/p/12529809.html 对二维图像进行傅里叶变换用如下公式进行：图像长M，高N。F(u,v)表示频域图像，f(x,y)表示时域图像。u的范围为[0,M-1]，v的范围为[0,N-1] ↑ 对二维图像进行傅里叶逆变换用如下公式进行：图像长M，高N。f(x,y)表示时域图像， F(u,v)表示频域图像。x的范围为[0,M-1]，y的范围为[...

Python str、list、numpy分片操作【代码】

在Python里，像字符串(str)、列表(list)、元组(tupple)和这类序列类型都支持切片操作对对象切片，s是一个字符串，可以通过类似数组索引的方式获取字符串中的字符，同时也可以用s[a:b:c]的形式对s在a和b之间，以c为间隔取值，c的值还可以为负，负值则意味着反向取值>>> s = ‘bicycle‘ >>> s[0] ‘b‘ >>> s[1] ‘i‘ >>> s[::3] ‘bye‘ >>> s[::-1] ‘elcycib‘ >>> s[::-2] ‘eccb‘ 给切片赋值首先，生成一个长度为16，从0到1...

python 计算均值、方差、标准差 Numpy，Pandas【代码】

Python 中的 numpy 包和 pandas 包都能够计算均值、方差等，本文总结一下它们的用法。1. Numpy 计算均值、方差、标准差一般的均值可以用 numpy 中的 mean 方法求得：>>> import numpy as np >>> a = [5, 6, 16, 9] >>> np.mean(a) 9.0numpy 中的 average 方法不仅能求得简单平均数，也可以求出加权平均数。average 里面可以跟一个 weights 参数，里面是一个权数的数组，例如：>>> np.average(a) >>> 9.0 >>> np.average(a, weight...

Python知识(6)--numpy做矩阵运算【代码】

矩阵运算论numpy中matrix 和 array的区别：http://blog.csdn.net/vincentlipan/article/details/20717163matrix 和 array的差别： Numpy matrices必须是2维的,但是 numpy arrays (ndarrays) 可以是多维的（1D，2D，3D····ND）. Matrix是Array的一个小的分支，包含于Array。所以matrix 拥有array的所有特性。1.基本运算import numpy as npa = np.array([[-1,2],[2,3]]) b = np.array([[3,4],[4,5]]) print‘\n a:\n‘,a print‘\n b...

Python——numpy（python programming）【图】

np.insert(a,第几行/列，数，axis=??)sum,mean,std,var,min,max,argmin,argmax,uniquenp.randoma=np.random.normal(size=(10,10))shuffle随机排序rand,randint,randn,binomial（二项分布）,beta,chisquare,gamma,uniformmatrix矩阵原文：https://www.cnblogs.com/caiyishuai/p/10638629.html

Python与线性代数——Numpy中的matrix()和array()的区别【代码】

Numpy中matrix必须是2维的,但是 numpy中array可以是多维的（1D，2D，3D····ND）。matrix是array的一个小的分支，包含于array。所以matrix 拥有array的所有特性。matrix() 和 array() 的区别，主要从以下方面说起：矩阵生成方式不同import numpy as npa1 = np.array([[1, 2], [3, 4]]) b1 = np.mat([[1, 2], [3, 4]])a2 = np.array(([1, 2], [3, 4])) b2 = np.mat(([1, 2], [3, 4]))a3 = np.array(((1,2), (3,4))) b3 = np.mat(((1...

Python-Numpy-tile函数【代码】

1.函数的定义def tile(A, reps):""":param A: 输入的初始状态，几乎所有类型都可以:param reps: 控制输出的格式（比如：几行，几列）:return: """2.Python实例import numpyprint(numpy.tile([0, 0], 3)) # 3行默认1列print(numpy.tile([0, 0], [2, 3])) # 2行3列print(numpy.tile([0, 0], [3, 2])) # 3行2列输出结果：[0 0 0 0 0 0] [[0 0 0 0 0 0][0 0 0 0 0 0]] [[0 0 0 0][0 0 0 0][0 0 0 0]] 原文：https://www.cnblogs.com...

python-learning-第二季-数据处理numpy【代码】【图】

https://www.bjsxt.com/down/8468.htmlnumpy-科学计算基础库例子：import numpy as np #创建数组 a = np.arange(10) print(a) print(type(a))返回：/Users/user/PycharmProjects/python3/venv/bin/python /Users/user/PycharmProjects/python3/test.py [0123456789] <class‘numpy.ndarray‘>Process finished with exit code 0 对列表中的元素开平方之前的方法为：import math b = [3,4,9] #定义存储开平方结果的列表 result = [...

利用python进行数据分析-04-numpy基础【代码】【图】

1、线性代数矩阵乘法 dot 函数x= np.array([[1,2,3],[4,5,6]])y=np.array([[6,23],[-1,7],[8,9]])x Out[16]: array([[1, 2, 3],[4, 5, 6]])y Out[17]: array([[ 6, 23],[-1, 7],[ 8, 9]])x.dot(y) Out[18]: array([[ 28, 64],[ 67, 181]])一个二维数组跟一个大小合适的一维数组的矩阵点积运算之后将会得到一个一维数组。np.dot(x,np.ones(3)) Out[19]: array([ 6., 15.]) numpy.linalgfrom numpy.linalg import inv,qr x ...

3.8Python数据处理篇之Numpy系列(八)---Numpy的梯度函数【图】

目录目录前言（一）函数说明（二）一维数组的应用（三）多维数组的应用目录前言梯度函数，其中的梯度也就是斜率，反映的是各个数据的变化率。在numpy中只有一个梯度函数。（一）函数说明（二）一维数组的应用（三）多维数组的应用作者：Mark日期：2019/02/12 周二原文：https://www.cnblogs.com/zyg123/p/10504191.html

Python清华源快速下载sklearn、numpy、TensorFlow等包【代码】

使用清华源快速下载：pip install sklearn -i https://pypi.tuna.tsinghua.edu.cn/simple sklearn包可替换成其他包，例如numpy，TensorFlow等包，一次不行，多重复下载几次（亲测可行）pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple 原文：https://www.cnblogs.com/zhff/p/13047751.html

《Python之机器学习（NumPy）》【代码】

#单行注释‘‘‘ 多行注释多行注释多行注释 ‘‘‘#a.ndim 输出数组的维数； #a.shape 输出数组的形式（几行，几列） #copy() 复制数组 #a*2 数组中每个元素乘以2 #[1,2]*2 数组将变成4个 #a**2 a的平方 #[1,2]**2 unsuported operand type #数组访问。修建异常值。处理不存在的值。 #clip() 超出某区间边界的部分修剪掉 #mean() 均值 #处理不存在的值import numpy as np a = np.array([0,...

PYTHON - 技术教程分类

Python3 教程 Python3 简介 Python3 环境搭建 Python3 基础语法 Python3 基本数据类型 Python3 解释器 Python3 注释 Python3 运算符 Python3 数字(Number) Python3 字符串 Python3 列表 Python3 元组 Python3 字典 Python3 集合 Python3 编程第一步 Python3 条件控制 Python3 循环语句 Python3 迭代器与生成器 Python3 函数 Python3 数据结构 Python3 模块 Python3 输入和输出 Python3 File Python3 OS Python3 错误和异常 Python3 面向对象 Python3 命名空间/作用域 Python3 标准库概览 Python3 实例 Python3 CGI编程 Python3 MySQL(PyMySQL) Python3 网络编程 Python3 SMTP发送邮件 Python3 多线程 Python3 日期和时间 Python3 内置函数 Python3 MongoDB Python3 urllib python 全部

PYTHON - 最热教程

python如何统计字符串中字母个数？使用Python进行微信公众号开发（三）回...Python+PyQT5的子线程更新UI界面的实例 python时间戳怎么获得？如何获得当前时...vscode调试python时提示无法将“conda”...python接口自动化全局变量access_token...python收取邮件(腾讯企业邮箱)python如何绘制降水图详解python并发获取snmp信息及性能测试...怎么卸载Python3.6？

首页 / PYTHON / Python基于numpy模块创建对称矩阵的方法

Python基于numpy模块创建对称矩阵的方法

内容导读

内容图文

内容总结

内容备注

内容手机端

【Python基于numpy模块创建对称矩阵的方法】教程文章相关的互联网学习教程文章

python数据分析之NUMPY基础01

Python机器学习（三十四）Numpy 介绍

【Python科学计算】Numpy——ndarry【代码】

python的numpy库和cv2库实现图像傅里叶变换【代码】【图】

Python str、list、numpy分片操作【代码】

python 计算均值、方差、标准差 Numpy，Pandas【代码】

Python知识(6)--numpy做矩阵运算【代码】

Python——numpy（python programming）【图】

Python与线性代数——Numpy中的matrix()和array()的区别【代码】

Python-Numpy-tile函数【代码】

python-learning-第二季-数据处理numpy【代码】【图】

利用python进行数据分析-04-numpy基础【代码】【图】

3.8Python数据处理篇之Numpy系列(八)---Numpy的梯度函数【图】

Python清华源快速下载sklearn、numpy、TensorFlow等包【代码】

《Python之机器学习（NumPy）》【代码】

PYTHON - 相关标签

PYTHON - 技术教程分类

PYTHON - 最新教程

PYTHON - 最热教程