一、列表与矩阵的显示不同
定义一个列表打印：
num = [[1.1, 2, 3, 4, 5, 6]]
print(num)结果：[[1.1, 2, 3, 4, 5, 6]]
将其转换为矩阵：
num = [[1.1, 2, 3, 4, 5, 6]]
n = [1.1, 2, 3, 4, 5, 6]
print(num)
print(n)
print(np.mat(num))
print(np.mat(n))结果：[[1.1, 2, 3, 4, 5, 6]]
[1.1, 2, 3, 4, 5, 6]
[[1.1 2. 3. 4. 5. 6. ]]
[[1.1 2. 3. 4. 5. 6. ]]
矩阵没有‘，’数字后的‘.’表示转换后数据类型为float64
可以通过转换为float32
num = [[1.1, 2, 3, 4, 5, 6]]
n = [1.1, 2, 3, 4, 5, 6]
print(num)
print(n)
print(np.mat(num))
print(np.mat(n))
print(np.mat(n).dtype)
print(np.mat(n).astype(np.float32).dtype)[[1.1, 2, 3, 4, 5, 6]]
[1.1, 2, 3, 4, 5, 6]
[[1.1 2. 3. 4. 5. 6. ]]
[[1.1 2. 3. 4. 5. 6. ]]
float64
float32
如果列表为[[[1, 2]]]等超过两维是不能转化为矩阵的。
列表对应数字加减运算：
num1 = [[1], [2]]
num2 = [[1], [1]]
l3 = [[0],[0]]
for i in range(len(num1)):
for j in range(len(num1[i])):
l3[i][j] = num1[i][j] + num2[i][j]直接‘+’运算：
num1 + num2 = [[1],[2],[1],[2]]
但是矩阵就可以直接“+”实现对应位置相加
num = [[1.1, 2, 3, 4, 5, 6]]
n = [1.1, 2, 3, 4, 5, 6]
print(np.mat(num))
print(np.mat(n))
print(np.mat(num) + np.mat(n))[[1.1 2. 3. 4. 5. 6. ]]
[[1.1 2. 3. 4. 5. 6. ]]
[[ 2.2 4. 6. 8. 10. 12. ]]
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
