[数据结构与算法]python数组和矩阵用法

python数组和矩阵

先创建一个一维数组

直接定义一个数组：

a = [1,2,3,4,5]
b = ['a','c','c','s']
print(a)
print(b)

输出结果：

通过键盘输入一个数组，每个数用空格隔开：

a = input().split(' ')
print(a)

输出结果：

但是这个时候返回的a是一个字符串类型的列表，要转换为想要的类型该怎么做呢？

转换成int类型：

a = input().split(' ')
print(a)
#遍历每个元素进行转换
c=[]
for i in a:
   c.append(int(i))
for i in range(0,len(c)):
    print(c[i],end=" ")
print()
#使用内置函数map()
d=list(map(int,a))
for i in range(0,len(d)):
    print(d[i],end=" ")
print()
#利用列表的推导式
e=[int(i) for i in a]
for i in range(0,len(e)):
    print(e[i],end=" ")

输出结果：

二维数组该如何创建呢？

直接循环定义：

arr = [[0] * 3 for i in range(2)]
print(arr)
arr[0][1] = 1
print(arr)

高级方法有没有？当然有，就是numpy包的使用

import numpy as np
#创建全零数组，使用频率高
#dtype 默认float类型
arr = np.zeros((2,5),dtype=int)
print(arr)
arr[1][0] = 1
print(arr)
#可以将两个创建好的一维数组生成一个二维数组
a = np.array([[1,2,3],[4,5,6]])
print(a)
a[0][0] = 0
print(a)

数组与矩阵

矩阵是一种二维数据结构，和二维数组相似，但二者又有很大差别。很多时候我们都直接将二维数组当作矩阵运算

其实就是numpy中mat()函数和array()函数的区别：

• 聊区别就先看看他们的相同的用法，两者都可以进行矩阵运算

import numpy as np

a1 = np.array([[1,2,3], [4,5,6]])
b1 = np.mat([[1,2,3], [4,5,6]])

a2 = np.array(([1,2,3], [4,5,6]))
b2 = np.mat(([1,2,3], [4,5,6]))

a3 = np.array(((1,2,3), (4,5,6)))
b3 = np.mat(((1,2,3), (4,5,6)))

输出结果都是

• 他们得到的矩阵性质不同，在矩阵乘法的使用也不同。

1. mat()和 array ()后面加上 .T 得到转置。但是mat()还可以在后面加 .H 得到共轭矩阵, 加 .I 得到逆矩阵

2. array()乘法：*代表点乘（对应元素相乘），dot()代表矩阵乘（叉乘）。

   mat()乘法：*代表矩阵乘（叉乘），multiply()代表点乘。

   import numpy as np
   
   a = np.array([[1,2,3], [4,5,6],[7,8,9]])
   b = np.mat([[1,2,3], [4,5,6],[7,8,9]])
   c = np.ones((3,3),dtype=int)
   print(a)
   print(b)
   print(c)
   #叉乘
   print(np.dot(a,c))
   print(np.dot(b,c))
   #点乘
   print(np.multiply(b,c))
   print(a*c)
   

输出结果：

array()的平方是矩阵对应位置数的平方，mat()的平方是矩阵乘积

print("a的平方",a**2)
print("b的平方",b**2)

输出结果：