1、numpy.array() 可以把列表轉換為矩陣

numpy.array(object,?dtype=None,?*,?copy=True,?order='K',?subok=False,?ndmin=0,?like=None)

    value = [[1, 2, 3], [1, 2, 3]]
    print(value)
    x = np.array(value)
    print(x)

[[1, 2, 3], [1, 2, 3]]
[[1 2 3]
?[1 2 3]]

2、numpy.arange() 生成一個向量

可設置三個參數，第一個為開始，第二個為結束，最后一個為步長，可省略開始與步長，默認從0開始，取值范圍左閉右開

numpy.arange([start,?]stop,?[step,?]dtype=None,?*,?like=None)

中括號的意思表示這個參數可以省略

    x = np.arange(12)
    print(x)
    y = np.arange(10, 12)
    print(y)
    z = np.arange(10, 12, 2)
    print(z)

[ 0 ?1 ?2 ?3 ?4 ?5 ?6 ?7 ?8 ?9 10 11]
[10 11]
[10]

3、numpy.ones() 生成一個全是1的矩陣， 里面填入矩陣范圍

numpy.ones(shape,?dtype=None,?order='C',?*,?like=None)

x = np.ones((3, 4))
print(x)

[[1. 1. 1. 1.]
?[1. 1. 1. 1.]
?[1. 1. 1. 1.]]

?這里提一嘴輸出里有點是因為dtype屬性默認為float,如果改成int就會沒有，下面的函數同理

    z = np.ones((3, 4), dtype=int)
    print(z)

[[1. 1. 1. 1.]
?[1. 1. 1. 1.]
?[1. 1. 1. 1.]]

4、numpy.zeros() 生成一個全是0的矩陣， 里面填入矩陣范圍

numpy.zeros(shape,?dtype=float,?order='C',?*,?like=None)

    x = np.zeros((3, 4))
    print(x)

[[0. 0. 0. 0.]
?[0. 0. 0. 0.]
?[0. 0. 0. 0.]]

5、numpy.eye()? 可填入兩個參數分別代表行和列，也可只填一個參數，即為方陣

numpy.eye(N,?M=None,?k=0,?dtype=<class?'float'>,?order='C',?*,?like=None)

    x = np.eye(3)
    print(x)
    y = np.eye(3, 4)
    print(y)

[[1. 0. 0.]
?[0. 1. 0.]
?[0. 0. 1.]]
[[1. 0. 0. 0.]
?[0. 1. 0. 0.]
?[0. 0. 1. 0.]]

6、numpy.empty() 返回一個沒有經過初始化的一個矩陣

numpy.empty(shape,?dtype=float,?order='C',?*,?like=None)

    x = np.empty((3, 4))
    print(x)

[[6.23042070e-307 2.22523004e-307 1.24610994e-306 1.60219035e-306]
?[1.24611674e-306 2.22522597e-306 1.33511969e-306 1.39071021e-307]
?[1.78018403e-306 1.78018403e-306 8.34426464e-308 2.22522596e-306]]

7、numpy.linspace? 返回在指定的范圍內確定個數的等間距的一組數的向量

numpy.linspace(start,?stop,?num=50,?endpoint=True,?retstep=False,?dtype=None,?axis=0)

可以看到默認是50個

    X = numpy.linspace(1, 10, 10)
    print(X)
    x = numpy.linspace(1, 50)
    print(x)

[ 1. ?2. ?3. ?4. ?5. ?6. ?7. ?8. ?9. 10.]
[ 1. ?2. ?3. ?4. ?5. ?6. ?7. ?8. ?9. 10. 11. 12. 13. 14. 15. 16. 17. 18.
?19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36.
?37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50.]

更多的方法以及詳細內容可以移步Routines — NumPy v1.23.dev0 Manual

補充：矩陣的逆矩陣

若兩個矩陣A / B滿足: AB = BA = E (E為單位矩陣). 則稱A與B互為逆矩陣.

單位矩陣E: 主對角線為1, 其他元素都為0.

矩陣求逆的API：

mi = m.I  
mi = np.linalg.inv(m)

矩陣求逆時, 若把方陣推廣到非方陣, 則稱為矩陣的廣義逆矩陣.

案例: 求斐波那契數列

x?? ? ?1 1 ? 1 1 ? 1 1 ??
?? ? ?1 0 ? 1 0 ? 1 0 ?
----------------------------------
1 1 ? 2 1 ? 3 2 ? 5 3
1 0 ? 1 1 ? 2 1 ? 3 2 ?...

m = np.mat('1 1; 1 0')
for i in range(1, 30):
    print((m**i)[0,1], end=' ')
1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765 10946 
17711 28657 46368 75025 121393 196418 317811 514229

總結