设A为3行4列的矩阵，B为一个行数大于3的矩阵，写出python命令。 （1）删除A的第1、3两列。 （2）删除B的倒数第3行。

（1）删除A的第1、3两列。

import numpy as np
A = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
A = np.delete(A, [0,2], axis=1)
print(A)

输出：

[[ 2  4]
 [ 6  8]
 [10 12]]

（2）删除B的倒数第3行。

import numpy as np
B = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12],[13,14,15]])
B = np.delete(B, -3, axis=0)
print(B)

输出：

[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [13 14 15]]

相关问题

设A为3行4列的矩阵，B为一个行数大于3的矩阵，分别写出Matlab和python命令，并分析用matlab写程序和用python写程序的异同。（1）删除A的第1、3两列。 （2）删除B的倒数第3行。

Matlab命令：

(1) A(:,[1 3])=[];

(2) B(end-2,:)=[];

Python命令：

(1) A = np.delete(A, [0,2], axis=1)

(2) B = np.delete(B, -3, axis=0)

异同分析：

相同点：

1. Matlab和Python均可使用delete函数删除矩阵的特定行列。

2. 两个命令的删除操作结果是一样的。

不同点：

1. Matlab的矩阵操作符通常采用中括号“[]”，而Python采用圆括号“( )”。

2. Matlab和Python的索引方式不同，Matlab从1开始索引，Python从0开始索引。

3. 在Matlab中，矩阵的列和行索引放在冒号“:”之间，Python中使用列表或元组来指定要删除的行或列的索引。

4. Matlab的删除函数的第一个参数是要删除的矩阵本身，第二个参数是要删除的行或列的索引，而Python的删除函数的第一个参数是要删除的行或列的索引，第二个参数是要删除的轴向（axis），取值为0或1。

5. 在Matlab中，当要删除的行或列是相邻的时，可以将它们的索引放在一个列表或元组中，用冒号“:”来连接。而在Python中，删除相邻的多行或多列时，必须使用切片的语法。

综上所述，虽然Matlab和Python的删除矩阵操作有些许区别，但都是操作简便、效率高的矩阵操作方式。

对于矩阵A、B，矩阵A和B的行表示时间序列，如若干个年份，矩阵A和B列表示若干个指标，怎样根据正向指标越大越好、负向指标越小越好的原则将矩阵A和B的所以指标元素进行归一化处理，然后通过处理使矩阵A、B中的所有元素都大于等于1；然后通过添加一些元素将其转化为相同阶数的方阵；然后用数学公式表达矩阵A和矩阵B相互作用，与原来A、B没有相互作用相比的差值，请写出具体代码

好的，针对您的问题，我可以给出一个基于Python的代码实现。先来看看具体的步骤：

1. 根据正向指标和负向指标的不同，选择不同的归一化方法，如min-max归一化、Z-score归一化等。这里我们选择min-max归一化，即将每个指标元素按照以下公式进行归一化处理：

$$
x'=\frac{x-min(x)}{max(x)-min(x)}
$$

其中，$x$为原始数据，$x'$为归一化后的数据。

2. 将归一化后的矩阵元素都加上1，使其都大于等于1。

3. 根据两个矩阵的行数和列数，构造相同阶数的方阵。这里我们假设矩阵A的行数为m，列数为n，矩阵B的行数为n，列数为k，那么我们可以构造一个$m+k$行，$m+k$列的方阵。

4. 根据题目要求，我们需要计算矩阵A和矩阵B的相互作用，即$A\times B$和$B\times A$的差值。这里我们选择使用numpy库中的dot函数进行矩阵乘法运算。

下面是具体的代码实现：