Почему numpy.copy nympy.matrix не действует как исходная матрица? Умножение с транспонированием этой копии не работает
Мне нужно работать с копиями матриц внутри функций. Но копия матрицы (nx 1) (вектор) не ведет себя так, как должна. Здесь я привел пример: транспонирование x, умноженное на y, дает мне нормальное векторное умножение с результатом (1×1) -матрицы. Копии a и b из x и y этого не сделают. Они возвращают массив с размером (nxn). Что я здесь делаю неправильно? И как я мог избежать этого?
>>>import numpy as np >>>x=np.matrix('1;2;3') >>>y=np.matrix('1;1;-1') >>>xT*y matrix([[0]]) >>>a=np.copy(x) >>>b=np.copy(y) >>>aT*b array([[ 1, 2, 3], [ 1, 2, 3], [-1, -2, -3]]) - Python - Лучшая библиотека графического интерфейса для работы?
- Как распечатать нумерованный список в Python 3
- Разделение словаря / списка внутри столбца Pandas в отдельные столбцы
- setup.py проверить, существует ли зависимость библиотеки, отличной от python
- Техника использования std :: ifstream, std :: ofstream в python через SWIG?
- Как включить связанные поля модели с помощью Django Rest Framework?
2 Solutions collect form web for “Почему numpy.copy nympy.matrix не действует как исходная матрица? Умножение с транспонированием этой копии не работает”
Ваши исходные массивы имеют matrix подкласса. Копия – это класс базового array . Используйте x.copy() , метод копирования, специфичный для класса матрицы, для создания другой матрицы. Тогда операции матричного умножения будут работать по-прежнему.
In [52]: x=np.matrix('1;3;3') In [53]: x Out[53]: matrix([[1], [3], [3]]) In [54]: np.copy(x) Out[54]: array([[1], [3], [3]]) In [55]: x.copy() Out[55]: matrix([[1], [3], [3]])
Решение, предложенное в другом ответе, заключается в замене matrix умножений на эквивалентные для np.array ( np.dot ).
Если вы хотите скопировать матрицу, вместо использования numpy.copy используйте метод copy в matrix .
>>> x = np.matrix('1;3;3') >>> x.copy() matrix([[1], [3], [3]])
Другой альтернативой является использование numpy.array(x, copy=True, subok=True) .
Обратите внимание, что numpy.copy – это просто псевдоним для numpy.array(x, copy=True) , и это приводит к подавлению ввода.