NumPy 包包含 matlib 模块。该模块包含 numpy 命名空间中返回矩阵而不是 ndarray 对象的所有函数。下面提到的是该模块最常用的函数:
| 功能 | 说明 |
|---|---|
| matlib.empty() | 返回给定形状和类型的矩阵，而不初始化条目。 |
| matlib.zeros() | 返回给定形状和类型的矩阵，并用零填充。 |
| matlib.ones() | 返回给定形状和类型的矩阵，并用1填充。 |
| matlib.eye() | 返回一个矩阵，对角线上有 1，其他位置有 0。 |
| matlib.identity() | 返回给定大小的方单位矩阵。 |
| matlib.rand() | 返回具有给定形状的随机值矩阵。 |
| matlib.randn() | 返回包含来自“ 标准正态分布。 |
让我们详细讨论这些函数:
numpy.matlib.empty() 函数
numpy.matlib.empty() 函数返回给定形状和类型的矩阵，而不初始化条目。
语法
numpy.matlib.empty(shape, dtype=None, order='C') 参数
| shape | 必填。 指定矩阵的形状。 |
| dtype | 可选。 指定矩阵所需的数据类型。 |
| order | 可选。 指定是否存储结果。两个可能的值是:C（C 风格）和 F（Fortran 风格）。默认值:'C' |
示例:
该函数用于创建指定形状的未初始化（任意）条目的矩阵.
import numpy as np
import numpy.matlib
mat = np.matlib.empty((2,2))
print(mat) 上述代码的输出将是:
[[1.58262349e-316 0.00000000e+000]
[6.21064510e+175 6.78850084e+199]] numpy.matlib.zeros() 函数
numpy.matlib.zeros() 函数返回给定形状和类型的矩阵，并用零填充。
语法
numpy.matlib.zeros(shape, dtype=None, order='C') 参数
| shape | 必填。 指定矩阵的形状。 |
| dtype | 可选。 指定矩阵所需的数据类型。默认值:浮动 |
| order | 可选。 指定是否存储结果。两个可能的值是:C（C 风格）和 F（Fortran 风格）。默认值:'C' |
示例:
该函数用于创建指定形状的零矩阵。
import numpy as np
import numpy.matlib
mat = np.matlib.zeros((2,3))
print(mat) 上述代码的输出将是:
[[ 0. 0. 0.]
[ 0. 0. 0.]] numpy.matlib.ones() 函数
numpy.matlib.Ones() 函数返回给定形状和类型的矩阵，并用 1 填充。
语法
numpy.matlib.ones(shape, dtype=None, order='C') 参数
| shape | 必填。 指定矩阵的形状。 |
| dtype | 可选。 指定矩阵所需的数据类型。默认值:浮动 |
| order | 可选。 指定是否存储结果。两个可能的值是:C（C 风格）和 F（Fortran 风格）。默认值:'C' |
示例:
该函数用于创建指定形状的矩阵。
import numpy as np
import numpy.matlib
mat = np.matlib.ones((2,3))
print(mat) 上述代码的输出将是:
[[1. 1. 1.]
[1. 1. 1.]] numpy.matlib.eye() 函数
numpy.matlib.eye() 函数返回一个矩阵，对角线上有 1，其他位置有 0。
语法
numpy.matlib.eye(n, M=None, k=0, dtype='float', order='C') 参数
| n | 必填。 指定矩阵中的行数。 |
| M | 可选。 指定矩阵中的列数。默认值为 n。 |
| k | 可选。 指定对角线的索引。 0 表示主对角线，正值表示上对角线，负值表示下对角线。 |
| dtype | 可选。 指定矩阵所需的数据类型。默认值:浮动 |
| order | 可选。 指定是否存储结果。两个可能的值是:C（C 风格）和 F（Fortran 风格）。默认值:'C' |
示例:
在下面的示例中，该函数用于填充索引=1处的对角线其他地方有 1 和 0。
import numpy as np
import numpy.matlib
mat = np.matlib.eye(n=3, M=4, k=1)
print(mat) 上述代码的输出将是:
[[0. 1. 0. 0.]
[0. 0. 1. 0.]
[0. 0. 0. 1.]] numpy.matlib.identity() 函数
numpy.matlib.identity() 函数返回给定大小的方单位矩阵。
语法
numpy.matlib.identity(n, dtype=None) 参数
| n | 必填。 指定返回单位矩阵的大小。 |
| dtype | 可选。 指定矩阵所需的数据类型。默认值:float |
示例:
下面的示例显示了matlib.identity()的用法
import numpy as np
import numpy.matlib
mat = np.matlib.identity(3, dtype=int)
print(mat) 上述代码的输出将是:
[[1 0 0]
[0 1 0]
[0 0 1]] numpy.matlib.rand() 函数
numpy.matlib.rand() 函数返回具有给定形状的随机值矩阵。该函数创建给定形状的矩阵，并使用 [0, 1) 上均匀分布的随机样本对其进行传播。
语法
numpy.matlib.rand(*args) 参数
| *args | 必填。 指定输出的形状。如果以 N 个整数给出，则每个整数指定一维的大小。如果作为元组给出，则该元组给出完整的形状。 |
示例:
在下面的示例中，使用了该函数创建一个给定形状的矩阵，其中包含 [0, 1) 上均匀分布的随机值。
import numpy as np
import numpy.matlib
mat = np.matlib.rand(3,2)
print(mat) 上述代码的可能输出可能是:
[[0.76220569 0.45832152]
[0.2573741 0.16884502]
[0.67076371 0.94206513]] numpy.matlib .randn() 函数
numpy.matlib.randn() 函数返回一个矩阵，其中填充了从单变量正态（高斯）分布中采样的随机浮点数均值 0 和方差 1。
语法
numpy.matlib.randn(*args) 参数
| *args | 必填。 指定输出的形状。如果以 N 个整数给出，则每个整数指定一维的大小。如果作为元组给出，则该元组给出完整的形状。 |
示例:
在下面的示例中，matlib .randn() 函数用于创建给定形状的矩阵，其中包含标准正态分布 N(0, 1) 中的随机值。
import numpy as np
import numpy.matlib
mat = np.matlib.randn(3,3)
print(mat) 上述代码的可能输出可以是:
[[-0.48017485 1.19876658 1.05405775]
[ 2.03861756 0.06356518 -0.40892882]
[ 1.25324351 0.50041813 0.73766593]]