【线代&NumPy】第一章 – 线代概要 [.array] [.shape]

【百度百科】一个用python实现的科学计算，包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。

NumPy 的前身为 Numeric ，最早由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。

? 例1：.array

import numpy as np

A = np.array([[1, 2, 3], # 3x3 A
              [4, 5, 6],
              [7, 8, 9]])

v = np.array([[1],       # 3x1 向量v
              [2],
              [3]])
print("A =", A)
print("v =", v)

? 运行结果：

? 例2：.shape 读取矩阵的长度

import numpy as np

A = np.array([[1, 2, 3], # 生成3x3的A
              [4, 5, 6],
              [7, 8, 9]])

v = np.array([[1], # 生成3x1向量v
              [2],
              [3]])

print("A =", A)
print("v =", v)
print("A.shape =", A.shape) # A的大小
print("v.shape =", v.shape) # 向量V的大小
w = np.array([1, 2, 3]) # 生成1x3的向量空间w
print("w =", w)
print("w.shape =", w.shape) # 向量w的大小
B = np.array([[1, 2, 3], [4, 5, 6]]) # 生成2x3的B
print("B = ", B)
print("B.shape =", B.shape) # B的大小

? 运行结果：

参考文献

Introduction to Linear Algebra, International 4 th Edition by Gilbert Strang, Wellesley Cambridge Press.

百度百科[EB/OL]. []. https://baike.baidu.com/.

本篇完。