np.mat和np.matrix的区别

np.mat和np.matrix的区别

np.mat(data,dtype = None)

interpret the input as a matrix
与np.matrix()不同。如果输入本身就是一个矩阵,则np.mat不会对该矩阵make a copy.仅仅是创建了一个新的引用。相当于np.matrix(data, copy = False)

import numpy as np
if __name__ == '__main__':
    X = np.matrix([[1,2,3]
                  ,[4,5,6],
                  [7,8,9]])
    X1 = np.mat(X)
    print(X1)
    X[0,0] = 2
    print(X1)
    X1[0,0] = 3
    print(X)
    print(X1)

输出结果如下:

[[1 2 3]
 [4 5 6]
 [7 8 9]]
[[2 2 3]
 [4 5 6]
 [7 8 9]]
[[3 2 3]
 [4 5 6]
 [7 8 9]]
[[3 2 3]
 [4 5 6]
 [7 8 9]]

由此可以看到,无论是修改X矩阵,还是修改X1矩阵,只要修改这两者中的任何一个,两个矩阵都会改变。

np.matrix(data,copy = True)

而np.matrix则不然,默认为np.matrix(data, copy = True)。创建了一个新的相同的矩阵。当修改新矩阵时,原来的矩阵不会改变。两者之间除了长相相同以外,没有任何瓜葛。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Chenglin_Yu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值