NumPy的使用

numpy库引用

操作对象包括矩阵和数组：

numpy.arange(n)      创建数组0,1,2,3...n-1

numpy.arange(0,n,m)   0-----n-1间隔为m的数组

numpy.linspace（0，n，m）   0-----n-1的m个数组

numpy.mat('[1 2;3 4]')            创建矩阵，注意引号

numpy.array([ ])    创建数组（向量），无引号，创建的是ndarray类型的数组，numpy本身没有array名称的数组

常用的函数：

假设有Ax=b

numpy.linaly.inv(A)       求逆

numpy.linaly.solve(A,b)    求解x

numpy.dot(A,x)    求解b

假设有Ax=ax

numpy.linaly.eig(A)   求解特征向量x和特征值a,返回一个元组，形式为[[a],[x]]

a,b=numpy.linalg.elg(x)   返回a为特征值，b为特征向量

numpy.linaly.eignvals(A)   求解特征值

假设需要产生随机数组

numpy.random.randint(range)     range是范围（a，b,n）表示产生n个a到b-1

numpy.random.binomial(x,0.5,n)    二项分布

numpy.random.normal(u,o,N)    正态分布，产生N个中值u，平方差o的数

假设需要产生掩码数组

mask=numpy.random.randint(0,2,N)     创建掩码，长度为N，范围是0-1的掩码

array=numpy.random.ma.array(N_array,mask)     掩码为mask的掩码数组，原数组是N—array