您的位置:

python中的稀疏向量,稀疏向量是什么

本文目录一览:

稠密矩阵怎么转成稀疏矩阵 python

需求:

你需要转置一个二维数组,将行列互换.

讨论:

你需要确保该数组的行列数都是相同的.比如:

arr = [[1, 2, 3], [4, 5, 6], [7,8, 9], [10, 11, 12]]

列表递推式提供了一个简便的矩阵转置的方法:

print [[r[col] for r in arr] for col in range(len(arr[0]))]

[[1, 4, 7, 10], [2, 5, 8, 11],[3, 6, 9, 12]]

另一个更快和高级一些的方法,可以使用zip函数:

print map(list,

zip(*arr))

本节提供了关于矩阵转置的两个方法,一个比较清晰简单,另一个比较快速但有些隐晦.

有时候,数据到来的时候使用错误的方式,比如,你使用微软的ADO接口访问数据库,由于Python和MS在语言实现上的差别.

Getrows方法在Python中可能返回的是列值,和方法的名称不同.本节给的出的方法就是这个问题常见的解决方案,一个更清晰,一个更快速.

在列表递推式版本中,内层递推式表示选则什么(行),外层递推式表示选择者(列).这个过程完成后就实现了转置.

在zip版本中,我们使用*arr语法将一维数组传递给zip做为参数,接着,zip返回一个元组做为结果.然后我们对每一个元组使用list方法,产生了列表的列表(即矩阵).因为我们没有直接将zip的结果表示为list,

所以我们可以我们可以使用itertools.izip来稍微的提高效率(因为izip并没有将数据在内存中组织为列表).

import itertools

print map(list,

itertools.izip(*arr))

但是,在特定的情况下,上面的方法对效率的微弱提升不能弥补对复杂度的增加.

关于*args和**kwds语法:

*args(实际上,*号后面跟着变量名)语法在Python中表示传递任意的位置变量,当你使用这个语法的时候(比如,你在定义函数时使用),Python将这个变量和一个元组绑定,并保留所有的位置信息,

而不是具体的变量.当你使用这个方法传递参数时,变量可以是任意的可迭代对象(其实可以是任何表达式,只要返回值是迭代器).

**kwds语法在Python中用于接收命名参数.当你用这个方式传递参数时,Python将变量和一个dict绑定,保留所有命名参数,而不是具体的变量值.当你传递参数时,变量必须是dict类型(或者是返回值为dict类型的表达式).

如果你要转置很大的数组,使用Numeric Python或其它第三方包,它们定义了很多方法,足够让你头晕的.

相关说明:

zip(...)

zip(seq1 [,

seq2 [...]]) - [(seq1[0], seq2[0] ...),

(...)]

Return a

list of tuples, where each tuple contains the i-th element

from each of

the argument sequences. The returned list is truncated

in length to

the length of the shortest argument sequence.

如果解决了您的问题请采纳!

如果未解决请继续追问

python中向量指的是什么意思

一、向量是什么

在数学中,向量(也称为欧几里得向量、几何向量、矢量),指具有大小(magnitude)和方向的量。它可以形象化地表示为带箭头的线段。箭头所指:代表向量的方向;线段长度:代表向量的大小。与向量对应的只有大小,没有方向的量叫做数量(物理学中称标量)

在这里,向量即一维数组,用 arange 函数创建向量是最简单的方式之一:

arange函数也可以指定初始值、终止值和步长来创建一维数组:

向量还能直接对每个元素进行运算:

二、创建向量

上面使用 arange 则是创建向量的一种方式,其实只要是数组创建的函数均可以创建向量,如:

linspace() 函数

前文介绍:linspace 通过制定初始值、终止值和元素个数创建等差数列向量,通过endpoint 参数指定是否包含终止值,默认为True

logspace() 函数

同linspace,创建等比数列,基数通过base参数指定,默认基数为10

zeros() 函数和 ones() 函数

这两个函数分别可以创建指定长度或形状的全0或全1的 ndarray 数组,比如:

指定数据类型:

empty() 函数

这个函数可以创建一个没有任何具体值的 ndarray 数组,例如:

random.randn() 函数

randn 是 numpy.random 中生成正态分布随机数据的函数

fromstring() 函数

从字符串创建数组

上面从字符串创建的数组,定义为整形8bit,创建出来的其实就是字符串的ASCII 码

fromfunction() 函数

从函数创建数组,是数据分析常见的方法

可先定义一个从下标计算数值的函数,然后用fromfunction 创建数组

fromfunction 第一个参数为计算每个数组元素的函数名,第二个参数指定数组的形状。因为它支持多维数组,所以第二个参数必须是一个序列。

例如我创建一个九九乘法表:

注意,fromfunction 函数中的第二个参数指定的是数组的下标,下标作为实参通过遍历的方式传递给函数的形参。

众多python培训视频,尽在python学习网,欢迎在线学习!

python中稀疏矩阵的怎么用numpy处理

NumPy是一个关于矩阵运算的库,熟悉Matlab的都应该清楚,这个库就是让python能够进行矩阵话的操作,而不用去写循环操作。

下面对numpy中的操作进行总结。

numpy包含两种基本的数据类型:数组和矩阵。

数组(Arrays)

from numpy import * a1=array([1,1,1]) #定义一个数组 a2=array([2,2,2]) a1+a2 #对于元素相加array([3, 3, 3]) a1*2 #乘一个数array([2, 2, 2])## a1=array([1,2,3]) a1

array([1, 2, 3]) a1**3 #表示对数组中的每个数做平方array([ 1, 8, 27])##取值,注意的是它是以0为开始坐标,不matlab不同 a1[1]2##定义多维数组 a3=array([[1,2,3],[4,5,6]]) a3

array([[1, 2, 3],

[4, 5, 6]]) a3[0] #取出第一行的数据array([1, 2, 3]) a3[0,0] #第一行第一个数据1 a3[0][0] #也可用这种方式1##数组点乘,相当于matlab点乘操作 a1=array([1,2,3]) a2=array([4,5,6]) a1*a2

array([ 4, 10, 18])12345678910111213141516171819202122232425262728293031323334

Numpy有许多的创建数组的函数:

import numpy as np

a = np.zeros((2,2)) # Create an array of all zerosprint a # Prints "[[ 0. 0.]

# [ 0. 0.]]"b = np.ones((1,2)) # Create an array of all onesprint b # Prints "[[ 1. 1.]]"c = np.full((2,2), 7) # Create a constant arrayprint c # Prints "[[ 7. 7.]

# [ 7. 7.]]"d = np.eye(2) # Create a 2x2 identity matrixprint d # Prints "[[ 1. 0.]

# [ 0. 1.]]"e = np.random.random((2,2)) # Create an array filled with random valuesprint e # Might print "[[ 0.91940167 0.08143941]

# [ 0.68744134 0.87236687]]"1234567891011121314151617181920

数组索引(Array indexing)

矩阵

矩阵的操作与Matlab语言有很多的相关性。

#创建矩阵

m=mat([1,2,3])

m

matrix([[1, 2, 3]])

#取值

m[0] #取一行

matrix([[1, 2, 3]])

m[0,1] #第一行,第2个数据2 m[0][1] #注意不能像数组那样取值了

Traceback (most recent call last):

File "stdin", line 1, in module

File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 305, in __getitem__

out = N.ndarray.__getitem__(self, index)

IndexError: index 1 is out of bounds for axis 0 with size 1#将Python的列表转换成NumPy的矩阵

list=[1,2,3]

mat(list)

matrix([[1, 2, 3]])

#矩阵相乘

m1=mat([1,2,3]) #1行3列

m2=mat([4,5,6])

m1*m2.T #注意左列与右行相等 m2.T为转置操作

matrix([[32]])

multiply(m1,m2) #执行点乘操作,要使用函数,特别注意

matrix([[ 4, 10, 18]])

#排序

m=mat([[2,5,1],[4,6,2]]) #创建2行3列矩阵

m

matrix([[2, 5, 1],

[4, 6, 2]])

m.sort() #对每一行进行排序

m

matrix([[1, 2, 5],

[2, 4, 6]])

m.shape #获得矩阵的行列数

(2, 3)

m.shape[0] #获得矩阵的行数2 m.shape[1] #获得矩阵的列数3#索引取值

m[1,:] #取得第一行的所有元素

matrix([[2, 4, 6]])

m[1,0:1] #第一行第0个元素,注意左闭右开

matrix([[2]])

m[1,0:3]

matrix([[2, 4, 6]])

m[1,0:2]

matrix([[2, 4]])1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556

扩展矩阵函数tile()

例如,要计算[0,0,0]到一个多维矩阵中每个点的距离,则要将[0,0,0]进行扩展。

tile(inX, (i,j)) ;i是扩展个数,j是扩展长度

实例如下:

x=mat([0,0,0])

x

matrix([[0, 0, 0]])

tile(x,(3,1)) #即将x扩展3个,j=1,表示其列数不变

matrix([[0, 0, 0],

[0, 0, 0],

[0, 0, 0]])

tile(x,(2,2)) #x扩展2次,j=2,横向扩展

matrix([[0, 0, 0, 0, 0, 0],

[0, 0, 0, 0, 0, 0]])1234567891011121314

python的数据类型有哪些?

1. 数字类型

Python数字类型主要包括int(整型)、long(长整型)和float(浮点型),但是在Python3中就不再有long类型了。

int(整型)

在32位机器上,整数的位数是32位,取值范围是-231~231-1,即-2147483648~214748364;在64位系统上,整数的位数为64位,取值范围为-263~263-1,即9223372036854775808~9223372036854775807。

long(长整型)

Python长整型没有指定位宽,但是由于机器内存有限,使用长的长整数数值也不可能无限大。

float(浮点型)

浮点型也就是带有小数点的数,其精度和机器有关。

complex(复数)

Python还支持复数,复数由实数部分和虚数部分构成,可以用 a + bj,或者 complex(a,b) 表示, 复数的实部 a 和虚部 b 都是浮点型。

2. 字符串

在Python中,加了引号的字符都被认为是字符串,其声明有三种方式,分别是:单引号、双引号和三引号;Python中的字符串有两种数据类型,分别是str类型和unicode类型,str类型采用的ASCII编码,无法表示中文,unicode类型采用unicode编码,能够表示任意字符,包括中文和其他语言。

3. 布尔型

和其他编程语言一样,Python布尔类型也是用于逻辑运算,有两个值:True(真)和False(假)。

4. 列表

列表是Python中使用最频繁的数据类型,集合中可以放任何数据类型,可对集合进行创建、查找、切片、增加、修改、删除、循环和排序操作。

5. 元组

元组和列表一样,也是一种序列,与列表不同的是,元组是不可修改的,元组用”()”标识,内部元素用逗号隔开。

6. 字典

字典是一种键值对的集合,是除列表以外Python之中最灵活的内置数据结构类型,列表是有序的对象集合,字典是无序的对象集合。

7. 集合

集合是一个无序的、不重复的数据组合,它的主要作用有两个,分别是去重和关系测试。

len函数python用法

python中len()的用法:

新建一个len()函数的使用py,中文编码声明注释:#coding=gbk,函数:len()作用:返回字符串、列表、字典、元组等长度。语法:len(str)。参数:str:要计算的字符串、列表、字典、元组等。返回值:字符串、列表、字典、元组等元素的长度。

实例:

1、计算字符串的长度。

2、计算列表的元素个数。

3、计算字典的总长度,即键值对总数。

4、计算元组元素个数。

在Python中,要知道一个字符串有多少个字符,以获得字符串的长度,或者一个字符串需要多少字节,可以使用len函数。

python 中的向量怎么表示

可以用numpy 库

np.mat([[a],[b],[c]])

表示一个3*1 列向量 (a,b,c)^T