Python - 矩阵的数据结构



Python 矩阵二维数组的一种特殊情况,其中每个数据元素的大小都严格相同。所以每个矩阵也是一个二维数组,但反之则不然。

矩阵是许多数学和科学计算中非常重要的数据结构。正如我们在上一章中已经讨论了二维数组数据结构,因此在本章中我们将重点介绍特定于矩阵的数据结构操作

我们还使用 numpy 包进行矩阵数据操作。

矩阵示例

考虑在早上、中午、晚上和午夜测量的 1 周温度记录的情况。它可以使用 numpy 中提供的数组和 reshape 方法表示为 7X5 矩阵。


from numpy import *	
a = array([['Mon',18,20,22,17],['Tue',11,18,21,18],
	 	['Wed',15,21,20,19],['Thu',11,20,22,21],
	 	['Fri',18,17,23,22],['Sat',12,22,20,18],
	 	['Sun',13,15,19,16]])
m = reshape(a,(7,5))
print(m)

输出

上述数据可以表示为二维数组,如下所示 -

[
['Mon' '18' '20' '22' '17']
['Tue' '11' '18' '21' '18']
['Wed' '15' '21' '20' '19']
['Thu' '11' '20' '22' '21']
['Fri' '18' '17' '23' '22']
['Sat' '12' '22' '20' '18']
['Sun' '13' '15' '19' '16']
]

访问值

可以使用索引访问矩阵中的数据元素。访问方法与在二维数组中访问数据的方式相同。


from numpy import *	
m = array([['Mon',18,20,22,17],['Tue',11,18,21,18],
	 	['Wed',15,21,20,19],['Thu',11,20,22,21],
	 	['Fri',18,17,23,22],['Sat',12,22,20,18],
	 	['Sun',13,15,19,16]])
	 		
# Print data for Wednesday
print(m[2])

# Print data for friday evening
print(m[4][3])

输出

执行上述代码时,它会产生以下结果 -

['Wed', 15, 21, 20, 19]
23

添加行

使用下面提到的代码在矩阵中添加一行。


from numpy import *	
m = array([['Mon',18,20,22,17],['Tue',11,18,21,18],
	 	['Wed',15,21,20,19],['Thu',11,20,22,21],
	 	['Fri',18,17,23,22],['Sat',12,22,20,18],
	 	['Sun',13,15,19,16]])
m_r = append(m,[['Avg',12,15,13,11]],0)

print(m_r)

输出

执行上述代码时,它会产生以下结果 -

[
['Mon' '18' '20' '22' '17']
['Tue' '11' '18' '21' '18']
['Wed' '15' '21' '20' '19']
['Thu' '11' '20' '22' '21']
['Fri' '18' '17' '23' '22']
['Sat' '12' '22' '20' '18']
['Sun' '13' '15' '19' '16']
['Avg' '12' '15' '13' '11']
]

添加列

我们可以使用 insert() 方法向矩阵添加列。在这里,我们必须提到要添加列的索引和一个包含所添加列的新值的数组。在下面的示例中,我们在从开头开始的第五个位置添加 t 个新列。


from numpy import *	
m = array([['Mon',18,20,22,17],['Tue',11,18,21,18],
	 	['Wed',15,21,20,19],['Thu',11,20,22,21],
	 	['Fri',18,17,23,22],['Sat',12,22,20,18],
	 	['Sun',13,15,19,16]])
m_c = insert(m,[5],[[1],[2],[3],[4],[5],[6],[7]],1)

print(m_c)

输出

执行上述代码时,它会产生以下结果 -

[
['Mon' '18' '20' '22' '17' '1']
['Tue' '11' '18' '21' '18' '2']
['Wed' '15' '21' '20' '19' '3']
['Thu' '11' '20' '22' '21' '4']
['Fri' '18' '17' '23' '22' '5']
['Sat' '12' '22' '20' '18' '6']
['Sun' '13' '15' '19' '16' '7']
]

删除行

我们可以使用 delete() 方法从矩阵中删除一行。我们必须指定行的索引以及轴值,一行为 0,一列为 1。


from numpy import *	
m = array([['Mon',18,20,22,17],['Tue',11,18,21,18],
	 	['Wed',15,21,20,19],['Thu',11,20,22,21],
	 	['Fri',18,17,23,22],['Sat',12,22,20,18],
	 	['Sun',13,15,19,16]])
m = delete(m,[2],0)

print(m)

输出

执行上述代码时,它会产生以下结果 -

[
['Mon' '18' '20' '22' '17']
['Tue' '11' '18' '21' '18']
['Thu' '11' '20' '22' '21']
['Fri' '18' '17' '23' '22']
['Sat' '12' '22' '20' '18']
['Sun' '13' '15' '19' '16']
]

删除列

我们可以使用 delete() 方法从矩阵中删除一列。我们必须指定列的索引以及轴值,一行为 0,一列为 1。


from numpy import *	
m = array([['Mon',18,20,22,17],['Tue',11,18,21,18],
	 	['Wed',15,21,20,19],['Thu',11,20,22,21],
	 	['Fri',18,17,23,22],['Sat',12,22,20,18],
	 	['Sun',13,15,19,16]])
m = delete(m,s_[2],1)

print(m)

输出

执行上述代码时,它会产生以下结果 -


[
	 	['Mon' '18' '22' '17']
	 	['Tue' '11' '21' '18']
	 	['Wed' '15' '20' '19']
	 	['Thu' '11' '22' '21']
	 	['Fri' '18' '23' '22']
	 	['Sat' '12' '20' '18']
	 	['Sun' '13' '19' '16']
]

更新行

要更新矩阵行中的值,我们只需在行的索引处重新分配值。在下面的示例中,thrusday 数据的所有值都标记为零。此行的索引为 3。


from numpy import *	
m = array([['Mon',18,20,22,17],['Tue',11,18,21,18],
	 	['Wed',15,21,20,19],['Thu',11,20,22,21],
	 	['Fri',18,17,23,22],['Sat',12,22,20,18],
	 	['Sun',13,15,19,16]])
m[3] = ['Thu',0,0,0,0]

print(m)

输出

执行上述代码时,它会产生以下结果 -

[
['Mon' '18' '20' '22' '17']
['Tue' '11' '18' '21' '18']
['Wed' '15' '21' '20' '19']
['Thu' '0' '0' '0' '0']
['Fri' '18' '17' '23' '22']
['Sat' '12' '22' '20' '18']
['Sun' '13' '15' '19' '16']
]