python矩阵减法函数 python 矩阵相减

python中，现有一个矩阵a,用10减去矩阵的第二列每个数，得到一个新矩阵，

使用python的numpy包

成都创新互联自2013年起，先为长海等服务建站，长海等地企业，进行企业商务咨询服务。为长海企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。

import numpy as np

a = [[1,2,3,4],[5,6,7,8],[1,2,3,4]]

a = np.array(a)

a[:,1] = 10 - a[:,1]

print a

python 怎么实现矩阵运算

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

python中如何让二维数组中的每个元素减去它的均值？

如果是图像处理就用PIL库。似乎有这样的算法。

我的想法就是用numpy包中的减法。矩阵相减。

其实用python遍历的速度比你想象的要快。

如果还不够快就C语言写，其中有一个库prex，可以方便的实现python与C的接口，比直接用pyobject要方便很多。

另外你可以用CTYPE中的整型存贮，应该比如直接用python中的int节约空间，速度可能也会快些。

我曾经用PIL结合python写验证码识别的算法，速度快，消耗的时间基本上可以忽略。