python list 转数组assay

list里面存放的是字符串形式的数字，转为float的可运算数字的数组assay，矩阵matrix

首先有一个list如下
data = ['0.8217698560600115', '0.020526409993814658', '0.0008932543433348743', '0.004280856398492861', '0.016243199480966055', '-0.005934143252733641', '0.004167918722734331']，看到这里，头皮发麻，里面全是字符形式的，接下来调用numpy里面的assay 。

import numpy as np
data_assay = np.assay(data,dtype = float)   
#用np.asassay(data,dtype = float)效果是一样的，差别在当数据源是ndarray时，assay会复制一个，占用内存，但是asassay不会复制，
print(data_assay)

打印出来的结果如下：

[ 8.21769856e-01  2.05264100e-02  8.93254343e-04  4.28085640e-03
  1.62431995e-02 -5.93414325e-03  4.16791872e-03  ]

可以看到里面的字符串都改成float，执行下面代码，看看是否是我们需要转成的行矩阵：

print(data_assay.shape)

现实很残酷，输出如下：

(7,)

没有显示（1，7）,这其实不算一个真正的矩阵，而是一个包含7个元素的数组。
所以这是将我们的list转换成了数组，但是机器学习都是用矩阵做运算的，接下来我们尝试将list转换成矩阵

data_mat = np.matrix(data,dtype=float)
print(data_mat)
print(data_mat.shape)

结果现实如下：

[ [8.21769856e-01  2.05264100e-02  8.93254343e-04  4.28085640e-03
  1.62431995e-02 -5.93414325e-03  4.16791872e-03 ] ]
(1,7)

这才是一个真正的矩阵，虽然显示的时候和上面数组assay一样，但是查看其shape时可以很清晰看到差别。