python里x=randn mat=x.T.dot 是求什么

x=randn這個(gè)寫(xiě)法是不對(duì)的。

專業(yè)從事網(wǎng)站制作、成都網(wǎng)站制作,高端網(wǎng)站制作設(shè)計(jì),重慶小程序開(kāi)發(fā),網(wǎng)站推廣的成都做網(wǎng)站的公司。優(yōu)秀技術(shù)團(tuán)隊(duì)竭力真誠(chéng)服務(wù)，采用H5建站+CSS3前端渲染技術(shù)，響應(yīng)式網(wǎng)站，讓網(wǎng)站在手機(jī)、平板、PC、微信下都能呈現(xiàn)。建站過(guò)程建立專項(xiàng)小組，與您實(shí)時(shí)在線互動(dòng)，隨時(shí)提供解決方案，暢聊想法和感受。

randn是numpy里的一個(gè)生成隨機(jī)array的函數(shù)。

比如說(shuō)要生成一個(gè)三行兩列的隨機(jī)array，可以這樣寫(xiě)：

import numpy

x = numpy.random.randn(3,2)

像這樣：

后面這個(gè)mat=x.T.dot(...)是先求這個(gè)3*3矩陣的轉(zhuǎn)置（.T），再求與點(diǎn)積(.dot)

點(diǎn)積就是矩陣各個(gè)對(duì)應(yīng)元素相乘, 這個(gè)時(shí)候要求兩個(gè)矩陣必須同樣大小。

其實(shí)可以分步來(lái)的，就知道做了什么運(yùn)算了。

像這樣：

dot(2)是點(diǎn)乘常數(shù)就不說(shuō)了，

那個(gè)x.T.dot([1,2,3])就是x.T的

1*1+2*2+3*3=14

2*1+3*2+4*3=20

懂了木有 =。=

python中transpose是什么意思

我先來(lái)一個(gè)舉例：

arr = np.arange(16).reshape((2, 2, 4))

arr的array是這樣的

array([[[ 0, 1, 2, 3],

[ 4, 5, 6, 7]],

[[ 8, 9, 10, 11],

[12, 13, 14, 15]]])

我們對(duì)arr進(jìn)行transpose轉(zhuǎn)置，arr2 = arr.transpose((1,0,2))，結(jié)果是這樣：

array([[[ 0, 1, 2, 3],

[ 8, 9, 10, 11]],

[[ 4, 5, 6, 7],

[12, 13, 14, 15]]])

這是怎么來(lái)的呢。

arr.transpose((1,0,2))的1,0,2三個(gè)數(shù)分別代表shape()的三個(gè)數(shù)的順序，初始的shape是（2,2,4），也就是2維的2 x 4矩陣，索引分別是shape的[0],[1],[2]，arr.transpose((1,0,2))之后，我們的索引就變成了shape[1][0][2],對(duì)應(yīng)shape值是shape(2,2,4)，所以矩陣形狀不變。

與此同時(shí)，我們矩陣的索引也發(fā)生了類似變化，如arr中的4，索引是arr[0,1,0],arr中的5是arr[0,1,1]，變成arr2后，4的位置應(yīng)該是在[1,0,0]，5的位置變成[1,0,1]，同理8的索引從[1,0,0]變成[0,1,0]。

Python實(shí)現(xiàn)矩陣轉(zhuǎn)置的方法分析

Python實(shí)現(xiàn)矩陣轉(zhuǎn)置的方法分析

本文實(shí)例講述了Python實(shí)現(xiàn)矩陣轉(zhuǎn)置的方法。分享給大家供大家參考，具體如下：

前幾天群里有同學(xué)提出了一個(gè)問(wèn)題：手頭現(xiàn)在有個(gè)列表，列表里面兩個(gè)元素，比如[1, 2]，之后不斷的添加新的列表，往原來(lái)相應(yīng)位置添加。例如添加[3, 4]使原列表擴(kuò)充為[[1, 3], [2, 4]]，再添加[5, 6]擴(kuò)充為[[1, 3, 5], [2, 4, 6]]等等。

其實(shí)不動(dòng)腦筋的話，用個(gè)二重循環(huán)很容易寫(xiě)出來(lái)：

def trans(m):

a = [[] for i in m[0]]

for i in m:

for j in range(len(i)):

a[j].append(i[j])

return a

m = [[1, 2], [3, 4], [5, 6]] # 想象第一個(gè)列表是原始的，后面的是往里添加的

print trans(m) # result:[[1, 3, 5], [ 2, 4, 6]]

然而不管怎么看這種代碼都很丑。

仔細(xì)看了一下m這種結(jié)構(gòu)。等等，這不是字典的iteritems()的結(jié)果么？如果dict(m)，那么結(jié)果——不就是keys()和values()么？

于是利用字典轉(zhuǎn)換一下：

def trans(m):

d = dict(m)

return [d.keys(), d.values()]

可是再仔細(xì)想想，這里面有bug。如果添加列表的第一個(gè)元素相同，也就是轉(zhuǎn)化之后dict的key相同，那肯定就不行了呀！況且，如果原始列表不是兩個(gè)，而是多個(gè)，肯定不能用字典的呀！于是這種方法作罷，還是好好看看列表的形狀。

然后又是一個(gè)不小心的發(fā)現(xiàn)：

這種轉(zhuǎn)置矩陣的即時(shí)感是怎么回事？

沒(méi)錯(cuò)，這個(gè)問(wèn)題的本質(zhì)就是求解轉(zhuǎn)置矩陣。于是就簡(jiǎn)單了，還是用個(gè)不動(dòng)腦筋的辦法：

def trans(m):

for i in range(len(m)):

for j in range(i):

m[i][j], m[j][i] = m[j][i], m[i][j]

return m

m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

print trans(m)

其實(shí)還是有點(diǎn)bug的，看起來(lái)是好用的，然而這個(gè)矩陣要求行列長(zhǎng)度相同才行。

最后，群里某大神說(shuō)：如果只是轉(zhuǎn)置矩陣的話，直接zip就好了。這才想起來(lái)zip的本質(zhì)就是這樣的，取出列表中的對(duì)應(yīng)位置的元素，組成新列表，正是這個(gè)題目要做的。

所以最終，這個(gè)題目（轉(zhuǎn)置矩陣）的python解法就相當(dāng)奇妙了：

def trans(m):

return zip(*d)

沒(méi)錯(cuò)，就這么簡(jiǎn)單。python的魅力。

python 字符串如何變成矩陣進(jìn)行矩陣轉(zhuǎn)置

需求:

你需要轉(zhuǎn)置一個(gè)二維數(shù)組,將行列互換.

討論:

你需要確保該數(shù)組的行列數(shù)都是相同的.比如:

arr = [[1, 2, 3], [4, 5, 6], [7,8, 9], [10, 11, 12]]

列表遞推式提供了一個(gè)簡(jiǎn)便的矩陣轉(zhuǎn)置的方法:

print [[r[col] for r in arr] for col in range(len(arr[0]))]

[[1, 4, 7, 10], [2, 5, 8, 11],[3, 6, 9, 12]]

另一個(gè)更快和高級(jí)一些的方法,可以使用zip函數(shù):

print map(list,

zip(*arr))

本節(jié)提供了關(guān)于矩陣轉(zhuǎn)置的兩個(gè)方法,一個(gè)比較清晰簡(jiǎn)單,另一個(gè)比較快速但有些隱晦.

有時(shí)候,數(shù)據(jù)到來(lái)的時(shí)候使用錯(cuò)誤的方式,比如,你使用微軟的ADO接口訪問(wèn)數(shù)據(jù)庫(kù),由于Python和MS在語(yǔ)言實(shí)現(xiàn)上的差別.

分享標(biāo)題：矩陣轉(zhuǎn)置函數(shù)python python 矩陣轉(zhuǎn)置函數(shù)
轉(zhuǎn)載來(lái)于：http://sd-ha.com/article40/dojscho.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供手機(jī)網(wǎng)站建設(shè)、網(wǎng)站營(yíng)銷、Google、云服務(wù)器、外貿(mào)建站、App開(kāi)發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)