【Python】numpy——矩阵matrix_np.matrix

import numpy as np

一、创建矩阵

import numpy as np
x = np.matrix([[1,2,3], [4,5,6]])
y = np.matrix([1,2,3,4,5,6])

二、矩阵转置

三、查看矩阵特征

1.平均值 matrix.mean()

import numpy as np
x = np.matrix([[1,2,3],[4,5,6]])
 
 
x.mean()              # 所有元素平均值
x.mean(axis=0)        # 纵向平均值
x.mean(axis=1)        # 横向平均值
 
x.mean(axis=0).shape  # 纵向平均值数组形状

2.求和 matrix.sum(), 最值 matrix.max()、matrix.min()

x.sum()
 
x.max(axis=1)
x.argmax(axis=1)

3.对角线元素 matrix.diagonal(),非0元素下标 matrix.nonzero()

# x.nonzero()返回非0元素下标：行下标数组和列下标数组

四、矩阵乘法

C[i,j]=Σ第i行对应元素*第j列对应元素

 

五、相关系数矩阵

• 相关系数矩阵是一个对称矩阵，其中对角线上的元素都是1，表示自相关系数。
• 非对角线元素表示互相关系数，每个元素的绝对值都小于等于1，反应变量变化趋势的相似程度。
• 例如，如果的相关系数矩阵中非对角线元素大于0，表示两个信号正相关，其中一个信号变大时另一个信号也变大，变化方向一致，或者说一个信号的变化对另一个信号的影响是“正面”的或者积极的。
• 相关系数的绝对值越大，表示两个信号互相影响的程度越大。

 

 六、统计函数

垂直堆叠矩阵

 

1.一维(方差、标准差) 

2.二维(方差、标准差、协方差)