numpy： matrix.getA()

在学习<机器学习实战>中，在logistic回归这一章节中，其中，遇到了一个问题

weights = wei.getA()

其中wei是一个矩阵
getA()是numpy的一个函数，numpy.matrix.getA

matrix.getA()
 　　Return self  as an ndarray object.
　　Equivalent to np.asarray(self)
Parameters:  None
Returns:    __ret_: ndarray
           self  as an  ndarray

Examples

>>> x = np.matrix(np.arange(12).reshape((3,4))); x
matrix([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]])
>>> x.getA()
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

那么为什么我需要转换呢？
因为在 画出数据集合logistic回归最佳拟合直线的函数中

def plotBestFit(weights):
    weights = weights.getA()
    ...
    for i in range(n):
        #分类
        if int(labelMat[i]) == 1:
            xcord1.append(dataArr[i, 1])
            ycord1.append(dataArr[i, 2])
        else:
            xcord2.append(dataArr[i, 1])
            ycord2.append(dataArr[i, 2])

在这个代码中。我们需要取出其中每一行每一列的值，
如果是矩阵的话，我们测试一下：

>>> b
matrix([[1, 2, 3, 4],
        [1, 2, 3, 4],
        [1, 2, 3, 4],
        [1, 2, 3, 4]])
>>> b[1][1]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "D:\Python\lib\site-packages\numpy\matrixlib\defmatrix.py", line 284, in __getitem__
    out = N.ndarray.__getitem__(self, index)
IndexError: index 1 is out of bounds for axis 0 with size 1
>>>
>>> len(b[1])
1
>>> len(b[1][0])
1

可以发现我们取出矩阵的一行大小只有1，如果你使用b[1][1],b[1][2]之类的就会越界
当我们转为np.array类型时候，

>>> c
array([[1, 2, 3, 4],
       [1, 2, 3, 4],
       [1, 2, 3, 4],
       [1, 2, 3, 4]])
>>> len(c[1])
4
>>> c[1][1]
2
>>>

可以看出。我们可以取出任何一个值

作者：安东可
链接：https://www.jianshu.com/p/37a9cb41401f
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。