13518219792
python的numpy库提供矩阵运算的功能，因此我们在需要矩阵运算的时候，需要导入numpy的包。
为曲沃等地区用户提供了全套网页设计制作服务，及曲沃网站建设行业解决方案。主营业务为成都网站建设、网站制作、曲沃网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
计算矩阵对应行列的最大、最小值、和。
3a1=mat([[1,1],[2,3],[4,2]])
a1
matrix([[1, 1],
[2, 3],
[4, 2]])
计算每一列、行的和
a2=a1.sum(axis=0) #列和，这里得到的是1*2的矩阵
a2
matrix([[7, 6]])
a3=a1.sum(axis=1) #行和，这里得到的是3*1的矩阵
a3
matrix([[2],
[5],
[6]])
a4=sum(a1[1,:]) #计算第一行所有列的和，这里得到的是一个数值
a4
5 #第0行：1+1；第2行：2+3；第3行：4+2
计算最大、最小值和索引
a1.max() #计算a1矩阵中所有元素的最大值,这里得到的结果是一个数值
4
a2=max(a1[:,1]) #计算第二列的最大值，这里得到的是一个1*1的矩阵
a2
matrix([[3]])
a1[1,:].max() #计算第二行的最大值，这里得到的是一个一个数值
3
np.max(a1,0) #计算所有列的最大值，这里使用的是numpy中的max函数
matrix([[4, 3]])
np.max(a1,1) #计算所有行的最大值，这里得到是一个矩阵
matrix([[1],
[3],
[4]])
np.argmax(a1,0) #计算所有列的最大值对应在该列中的索引
matrix([[2, 1]])
np.argmax(a1[1,:]) #计算第二行中最大值对应在该行的索引
1
python求逆矩阵的方法：
第一步，点击键盘 win+r，打开运行窗口。在运行窗口中输入“cmd"，点击enter键，打开windows命令行窗口。
第二步，在windows命令行窗口中，输入“python”，点击enter键，进入python的命令交互窗口。
第三步，使用import语句，引入numpy模块，并重命名为np。
第四步，使用函数np.array()创建矩阵一个矩阵A，其中z矩阵A是2x2的矩阵。
第五步，使用函数np.linalg.inv(A)，求解矩阵A的逆矩阵。
第六步，使用函数np.array()创建矩阵一个矩阵B，其中矩阵B是3x3的矩阵。
第七步，使用函数np.linalg.inv(B)，求解矩阵B的逆矩阵。
更多相关学习推荐，敬请访问python教程栏目~
1.numpy的导入和使用
data1=mat(zeros((
)))
#创建一个3*3的零矩阵，矩阵这里zeros函数的参数是一个tuple类型(3,3)
data2=mat(ones((
)))
#创建一个2*4的1矩阵，默认是浮点型的数据，如果需要时int类型，可以使用dtype=int
data3=mat(random.rand(
))
#这里的random模块使用的是numpy中的random模块，random.rand(2,2)创建的是一个二维数组，需要将其转换成#matrix
data4=mat(random.randint(
10
,size=(
)))
#生成一个3*3的0-10之间的随机整数矩阵，如果需要指定下界则可以多加一个参数
data5=mat(random.randint(
,size=(
))
#产生一个2-8之间的随机整数矩阵
data6=mat(eye(
,dtype=
int
))
#产生一个2*2的对角矩阵
a1=[
]; a2=mat(diag(a1))
#生成一个对角线为1、2、3的对角矩阵
