在 Numpy 中将输入解释为矩阵并显示不同类型的输出
numpyserver side programmingprogramming更新于 2025/7/12 18:07:17
要将输入解释为矩阵，请使用 Python Numpy 中的 numpy.asmatrix() 方法。dtype 参数用于设置输出数组的类型。与矩阵不同，如果输入已经是矩阵或 ndarray，asmatrix 不会进行复制。相当于 matrix(data, copy=False)。
NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持各种硬件和计算平台，并且能够与分布式、GPU 和稀疏数组库良好兼容。
步骤
首先，导入所需的库 −
import numpy as np
创建二维数组 −
arr = np.array([[36, 36, 78, 88], [92, 81, 98, 45], [22, 67, 54, 69 ], [69, 80, 80, 99]])
显示我们的数组 −
print("数组...
",arr)
获取数据类型 −
print("
数组数据类型...
",arr.dtype)
获取数组的维度 −
print("
数组维度...
",arr.ndim)
获取数组的形状 −
print("
我们的数组形状...
",arr.shape)
获取数组元素的数量 −
print("
数组中的元素...
",arr.size)
要将输入解释为矩阵，请使用 numpy.asmatrix() 方法。dtype 参数用于设置输出数组的类型 −
res = np.asmatrix(arr, dtype = float)
print("
结果...
",res)
示例
import numpy as np
# 创建二维数组
arr = np.array([[36, 36, 78, 88], [92, 81, 98, 45], [22, 67, 54, 69], [69, 80, 80, 99]])
# 显示数组
print("数组...
",arr)
# 获取数据类型
print("
数组数据类型...
",arr.dtype)
# 获取数组的维度
print("
数组维度...
",arr.ndim)
# 获取数组的形状
print("
我们的数组形状...
",arr.shape)
# 获取数组元素的数量
print("
数组中的元素...
",arr.size)
# 要将输入解析为矩阵，请使用 Python Numpy 中的 numpy.asmatrix() 方法
# dtype 参数用于设置输出数组的类型
res = np.asmatrix(arr, dtype = float)
print("
结果...
",res)
输出
数组... [[36 36 78 88] [92 81 98 45] [22 67 54 69] [69 80 80 99]] 数组数据类型... int64 数组维度... 2 我们的数组形状... (4, 4) 数组中的元素... 16 结果... [[36. 36. 78. 88.] [92. 81. 98. 45.] [22. 67. 54. 69.] [69. 80. 80. 99.]]
