Numpy包中两种常见数值运算类型array和mat比较

Numpy包广泛用于python的数值计算中，因此有必要对其进行熟悉。

首先记住，shape array mat都是numpy模块中的方法，而不是变量的方法，因此调用方式都是np.array() np.mat() np.shape()，没有a.shape()的说法，正确姿势应该是m,n=np.shape(a),如果a有二维的话。

下面说明numpy中mat array类型的区别。

a=[[1,2,3],[4,5,6]]

a=np.array(a)

a                               array，将列表数组化，数组的每个元素是原列表的元素

array([[1, 2, 3],

       [4, 5, 6]])

type(a)

<class 'numpy.ndarray'>

a.transpose()               两者都有transpose方法

array([[1, 4],

       [2, 5],

       [3, 6]])

b=np.array([1,2,2])

b

array([1, 2, 2])

a*b

array([[ 1,  4,  6],

       [ 4, 10, 12]])               并非按照矩阵乘法的规则计算，而是对应元素直接相乘了

c=np.mat([[1,2,3],[4,5,6]])    mat，将列表矩阵化

c

matrix([[1, 2, 3],

        [4, 5, 6]])

d=np.mat([1,2,2])

d

matrix([[1, 2, 2]])                 注意b和d的区别，d比b多了一层中括号

lenb=np.shape(b)

lenb

(3,)                                             shape方法返回了一个元组，元组只有一个元素

lenb=np.shape(b)[0]

lenb

3                                                  第一个也是唯一一个元素，为3

lenb=np.shape(b)[1]                                             没有第二个元素，故报错。

Traceback (most recent call last):

  File "D:\Program Files (x86)\JetBrains\PyCharm Edu 2017.3\helpers\pydev\_pydevd_bundle\pydevd_exec2.py", line 3, in Exec

    exec(exp, global_vars, local_vars)

  File "<input>", line 1, in <module>

IndexError: tuple index out of range

d

matrix([[1, 2, 2]])

lend=np.shape(d)                         d是矩阵，故有两个维度；而b是数组，shape相当于返回了b的长度

lend

(1, 3)

但是 

lena=np.shape(a)

lena

(2, 3)                                                   数组中元素个数大于1时，array的表现和mat一样

而且

c*d

Traceback (most recent call last):

  File "D:\Program Files (x86)\JetBrains\PyCharm Edu 2017.3\helpers\pydev\_pydevd_bundle\pydevd_exec2.py", line 3, in Exec

    exec(exp, global_vars, local_vars)

  File "<input>", line 1, in <module>

  File "D:\Anaconda2\envs\py3\lib\site-packages\numpy\matrixlib\defmatrix.py", line 309, in __mul__

    return N.dot(self, asmatrix(other))

ValueError: shapes (2,3) and (1,3) not aligned: 3 (dim 1) != 1 (dim 0)

由于c和d都是矩阵，不再满足数组一样的对应相乘，而是遵循矩阵乘法原则：

c*d.transpose()

matrix([[11],

        [26]])

数组a和矩阵c都可以使用[i,j]的方式引用元素，其索引方式与c语言相通（从0开始）

********

2018年首更，（之前转载的不算）赶在1月结束之前了~~~