Python mat与array的区别

起源：
　　Python中的numpy包是一个科学计算包，在进行科学计算时多数情况下都会用到这个包，但是其中的array和mat这两个函数的区别还是要注意。数据的类型很有可能是程序出现bug的一个难以发现的原因（自身教训）。
　　

　　tolist对array和mat的影响，代码如下：
　　

import numpy as np
two = [1, 3, 5, 2, 3, 2]
two1 = np.array(two)
print(two) # [1, 3, 5, 2, 3, 2]  type:list
print(two1) # [1 3 5 2 3 2]  type:tuple
print(two1.shape) # (6,)
print(two1.tolist()) # [1, 3, 5, 2, 3, 2]  type:list
print(len(two1.tolist())) # 6
two2 = np.mat(two)
print(two2) # [[1 3 5 2 3 2]]  type:tuple
print(two2.shape) # (1, 6)
print(two2.tolist()) # [[1, 3, 5, 2, 3, 2]]  type:list
print(len(two2.tolist())) # 1
1
2
3
4
5
6
7
8
9
10
11
12
13
可以看到array和mat还是有所不同的。

array: 将list直接转换成了数组，包括但不限于一维的list
mat: 将list中的数据转换成了矩阵
所以在使用命令tolist进行对array转换后可以转换成原来的样子，对mat类型转换后会和原来有所不同。

对于二维的list，array和mat基本没有差别：

import numpy as np
two = [[1, 3, 5, 2, 3, 2]]
two1 = np.array(two)
two2 = np.mat(two)
print(two1.tolist()) # [[1, 3, 5, 2, 3, 2]]
two5 = two1.T
two6 = two2.T
Y1 = np.dot(two1,two1.T) # [[52]]
Y2 = two2*two2 # 矩阵相乘：这个会出错
Y3 = two1*two1 # 数组相乘：[[ 1  9 25  4  9  4]] 元素对应相乘
Y4 = two2*two2.T # 矩阵相乘：[[52]]
Y5 = two1*two1.T
 # 数组相乘：
 # [[ 1  3  5  2  3  2]
 # [ 3  9 15  6  9  6]
 # [ 5 15 25 10 15 10]
 # [ 2  6 10  4  6  4]
 # [ 3  9 15  6  9  6]
 # [ 2  6 10  4  6  4]]
##创建一个m*n的数组
m=3
n=2
matrix = [None]*m
for i in range(len(matrix)):
    matrix[i] = [i]*2
t = np.array(matrix)
t1 = t.T
print(t1)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
总结：numpy中array(数组)和mat(矩阵)的区别
matrix是array的分支，matrix和array在很多时候都是通用的，你用哪一个都一样。但这时候，官方建议大家如果两个可以通用，那就选择array，因为array更灵活，速度更快，很多人把二维的array也翻译成矩阵。
但是matrix的优势就是相对简单的运算符号，比如两个矩阵相乘，就是用符号*，但是array相乘不能这么用，得用方法.dot()
array的优势就是不仅仅表示二维，还能表示3、4、5…维，而且在大部分Python程序里，array也是更常用的。
————————————————
版权声明：本文为CSDN博主「Kellybook」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_30622831/article/details/81713100