13.numpy线性代数和绘图

import numpy as np
import numpy.matlib
arr1=np.array([[1,2],[3,4]])
arr2=np.array([[11,12],[13,14]])
np.dot(arr1,arr2)#返回两个数组的点积，对于二维向量等效于矩阵乘法，对于一维向量相当于向量内积
#1*11+2*13，1*12+2*14，3*11+4*13，3*12+4*14

np.vdot(arr1,arr2)#返回两个向量的点积，如果第一个参数是附属，它共轭复数会用于计算。如果参数id是多维数组，会被展开
#1*11 + 2-12 + 3*13 +4*14 =130

np.matmul(arr1,arr2)#矩阵乘法
np.linalg.det(arr1)#行列式，对角线相乘再相减
np.linalg.inv(arr1)#求矩阵的逆

a=np.array([1,1,1],[0,2,5],[2,5,-1])
b=np.array([6],[-4],[27])
np.linalg.solve(a,b)#解线性方程

　　

import numpy as np
from  matplotlib import  pyplot as plt
x=np.arange(1,1000)
y=3*x
plt.title("maths")
plt.xlabel("x--")
plt.ylabel("y--")
plt.plot(x,y)
plt.show()

　　

 

x=np.arange(0,3*np.pi,0.1)
y=np.sin(x)
plt.title("maths")
plt.xlabel("x--")
plt.ylabel("y--")
plt.plot(x,y)
plt.show()

x=[1,2,3,4,5]
y=[2,4,6,8,10]
z=[0,3,6,9,12]
plt.title("maths")
plt.xlabel("x--")
plt.ylabel("y--")
plt.plot(x,y)
plt.subplot(2,1,1)
plt.plot(y,z)
plt.subplot(2,1,2)
plt.plot(x,z)
plt.show()
"""plot是图的意思，
sub是子的意思。
subplot(m,n,p)生成m*n个子图，当前激活第p个子图。
"""

x=np.arange(10)
y=2*x
x2=np.arange(10)
y2=3*x
plt.bar(x,y,align='center')
plt.title("Bar graph")
plt.ylabel('Y axis')
plt.xlabel('X axis')
plt.show()

a=np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
plt.hist(a,bins=[0,20,40,60,80,100])
plt.title("histogram")
plt.show()