导入
import breeze.linalg._
import breeze.numerics._
Breeze创建函数: | ||
操作名称 | Breeze函数 | 对应Numpy函数 |
全0矩阵 | DenseMatrix.zeros[Double](2,3) | zeros((2,3)) |
全0向量 | DenseVector.zeros[Double](3) | zeros(3) |
全1向量 | DenseVector.ones[Double](3) | ones(3) |
按数值填充向量 | DenseVector.fill(3){1.0} | ones(3)*1.0 |
生成随机向量 | DenseVector.range(start,end,step), Vector.rangeD(start,end,step) | |
线性等分向量(用于产生Start, end之间的N点行矢量) | DenseVector.linspace(start,end,numvals) | |
单位矩阵 | DenseMatr.eye[Double](3) | eye(3) |
对角矩阵 | Diag(DenseVector(1.0,2.0,3.0)) | diag((1.0,2.0,3.0)) |
按照行创建矩阵 | DenseMatrix((1.0,2.0),(3.0,4.0)) | array([[1.0,2.0],[3.0,4.0]]) |
按照行创建向量 | DenseVector(1,2,3,4) | array([1,2,3,4]) |
向量转置 | DenseVector(1,2,3,4).t | array([1 2 3 4]).reshape(-1,1) |
从函数创建向量 | DenseVector.tabulate(3){i => i*2} | |
从函数创建矩阵 | DenseMatrix.tabulate(3,2){case(i,j) => i+j} | |
从数组创建向量 | new DenseVector(array(1, 2, 3,4)) | |
从数组创建矩阵 | new DenseMatrix(2,3,array(11,12,13,21.22,23)) | |
0到1的随机向量 | DenseVector.rand(4) | |
0到1的随机矩阵 | DenseMatrix.rand(2,3) | |
Breeze元素访问 | ||
操作名称 | Breeze函数 | 对应Numpy函数 |
指定位置 | a(0,1) | a[0,1] |
向量子集 | a(1 to 4), a(1 until 5), a.slice(1,5) | a[1:5] |
按照指定步长取子集 | a(5 to 0 by -1) | a[5:0:-1] |
指定开始位置至结尾 | a(1 to -1) | a[1:] |
最后一个元素 | a(-1) | a[-1] |
矩阵指定列 | a(::, 2) | a[:,2] |
Breeze元素操作 | ||
操作名称 | Breeze函数 | 对应Numpy函数 |
调整矩阵形状 | a.reshape(3,2) | a.reshape(3,2) |
矩阵转成向量 | a.toDenseVector(Makes copy) | a.flatten() |
复制下三角 | lowerTriangular(a) | tril(a) |
复制上三角 | upperTriangular(a) | triu(a) |
矩阵复制 | a.copy | np.copy(a) |
取对角线元素 | diag(a) | diagonal(a) |
子集赋数值 | a(1 to 4) := 5.0 | a[1:4]=5.0 |
子集赋向量 | a(1 to 4) := DenseVector(1.0,2.0,3.0) | a[1:4]=[1.0 2.0 3.0] |
矩阵赋值 | a(1 to 3, 1 to 3) := 5.0 | a[2:4, 2:4] = 5.0 |
矩阵列赋值 | a(::, 2) := 5.0 | a(:,3) = 5 |
垂直连接矩阵 | DenseMatrix.vertcat(a,b) | [a;b] |
横向连接矩阵 | DenseMatrix.horzcat(a,b) | [a,b] |
向量连接 | DenseVector.vertcat(a,b) | [a b] |
Breeze数值计算函数 | ||
操作名称 | Breeze函数 | 对应Numpy函数 |
元素加法 | a + b | a + b |
元素乘法 | a :* b | a * b |
元素除法 | a :/ b | a / b |
元素比较 | a :< b | a < b |
元素相等 | a :== b | a == b |
元素追加 | a :+= 1.0 | a += 1 |
元素追乘 | a :*= 2.0 | a *= 2 |
向量点积 | a dot b, a.t * bT | dot(a,b) |
元素最大值 | max(a) | a.max() |
元素最大值及位置 | argmax(a) | a.argmax() |
Breeze求和函数 | ||
操作名称 | Breeze函数 | 对应Numpy函数 |
元素求和 | sum(a) | a.sum() |
每一列求和 | sum(a, axis._0), sum(a(::,*)) | sum(a,0) |
每一行求和 | sum(a,axis._1), sum(a(*, ::)) | sum(a,1) |
对角线元素和 | trace(a) | a.trace() |
累积和 | accumulate(a) | a.cumsum() |
Breeze布尔函数 | ||
操作名称 | Breeze函数 | 对应Numpy函数 |
元素与操作 | a :& b | a & b |
元素或操作 | a :| b | a | b |
元素非操作 | !a | ~a |
任意元素非零 | any(a) | any(a) |
所有元素非零 | all(a) | all(a) |
Breeze线性代数函数 | ||
操作名称 | Breeze函数 | 对应Numpy函数 |
线性求解 | a \ b | linalg.solve(a,b) |
转置 | a.t | a.conj.transpose() |
求行列式 | det(a) | linalg.det(a) |
求逆 | inv(a) | linalg.inv(a) |
求伪逆 | pinv(a) | linalg.pinv(a) |
求范数 | norm(a) | norm(a) |
特征值和特征向量 | eigSym(a) | linalg.eig(a)[0] |
特征值 | val(er,ei,_) = eig(a)(实部与虚部分开) | lialg.eig(a)[0] |
特征向量 | eig(a)._3 | |
奇异值分解 | val svd.SVD(u,s,v) = svd(a) | linalg.svd(a) |
求矩阵的秩 | rank(a) | rank(a) |
矩阵长度 | a.length | a.size |
矩阵行数 | a.rows | a.shape[0] |
矩阵列数 | a.cols | a.shape[1] |
Breeze取整函数 | ||
操作名称 | Breeze函数 | 对应Numpy函数 |
四舍五入 | round(a) | around(a) |
最小整数 | ceil(a) | ceil(a) |
最大整数 | floor(a) | floor(a) |
符号函数 | signum(a) | sign(a) |
取正数 | abs(a) | abs(a) |
BLAS向量-向量运算 | |
SROTG | Givens旋转设置 |
SROTMG | 改进Givens旋转设置 |
SROT | Givens旋转 |
SROTM | 改进Givens旋转 |
SSWAP | 交换x和y |
SSCAL | 常数a乘以向量x() |
SCOPY | 把x复制到y |
SAXPY | 向量y+常数a乘以向量x(y = a*x + y) |
SDOT | 点积 |
SDSDOT | 扩展精度累积的点积 |
SNRM2 | 欧氏范数 |
SCNRM2 | 欧氏范数 |
SASUM | 绝对值之和 |
ISAMAX | 最大值位置 |
BLAS矩阵-向量运算 | |
SGEMV | 矩阵向量乘法 |
SGBMV | 带状矩阵向量乘法 |
SSYMV | 对称矩阵向量乘法 |
SSBMV | 对称带状矩阵向量乘法 |
SSPMV | 对称填充矩阵向量乘法 |
STRMV | 三角矩阵向量乘法 |
STBMV | 三角带状矩阵向量乘法 |
STPMV | 三角填充矩阵向量乘法 |
STRSV | 求解三角矩阵 |
STBSV | 求解三角带状矩阵 |
STPSV | 求解三角填充矩阵 |
SGER | A := alpha*x*y’ + A |
SSYR | A := alpha*x*x’ + A |
SSPR | A := alpha*x*x’ + A |
SSYR2 | A := alpha*x*y’ + alpha*y*x’ + A |
SSPR2 | A := alpha*x*y’ + alpha*y*x’ + A |
BLAS矩阵-矩阵运算 | |
SGEMM | 矩阵乘法 |
SSYMM | 对称矩阵乘法 |
SSYPK | 对称矩阵的秩-k修正 |
SSYR2K | 对称矩阵的秩-2k修正 |
STRMM | 三角矩阵乘法 |
STRSM | 多重右端的三角线性方程组求解 |
向量与向量
- 加:+ 减:- 点乘: :* 点除::/ 向量乘法: * 向量除法: /
矩阵与矩阵
- 加:+ 减:- 点乘: :* 点除::/ 矩阵乘法: * 矩阵除法: /
矩阵或向量与数值
- 加:+ 减:- 乘:* 除:/
矩阵和向量
- 加:+ 减:- 点乘: :* 点除::/ 矩阵乘法: * 矩阵除法: /
-
Matrix(*, ::)+Vector 逐行
-
Matrix(::, *)+Vector 逐列
参考文档:
1. https://github.com/scalanlp/breeze/wiki/Quickstart
2.https://github.com/scalanlp/breeze/wiki/Linear-Algebra-Cheat-Sheet
3.http://blog.csdn.net/hoikinyiu/article/details/52662268
4.http://blog.csdn.net/wo334499/article/details/51728628