np.mat和np.matrix的区别
官方文档
np.mat
解释
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)
代码示例
#导入模块
import numpy as np
#创建ndarray二维数组
x = np.array([[1, 2], [3, 4]])
#生成 <class 'numpy.matrix'> 矩阵
m = np.mat(x)
#打印 m 矩阵
print(m)
得到结果
[[1 2]
[3 4]]
注意:如果此时修改 x 数组,m矩阵也会随之发生变化
#修改 x 二维数组的索引(0,0)位置的元素
x[0,0] = 5
#打印 m 矩阵
print(m)
得到结果
[[5 2]
[3 4]]
可以发现,x数组的元素 1 变为 5,m 矩阵也发生了变化,也就是说,它仅仅是创建了一个新的引用,结果还是受 x 数组的影响
np.matrix
解释
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。
代码示例
#导入模块
import numpy as np
#创建二维数组 x
x = np.array([[1, 2], [3, 4]])
#生成 <class 'numpy.matrix'> 矩阵
m = np.matrix(x)
#修改 x 二维数组的索引(0,0)位置的元素
x[0,0] = 5
#打印数组 x
print(x)
[[5 2]
[3 4]]
#打印矩阵 m
print(m)
#得到结果
[[1 2]
[3 4]]
可以发现,x数组的元素 1 变为 5,m 矩阵未发生变化,也就是说,创建了一个新的相同的矩阵,结果不受 x 数组的影响