numpy中list array matrix比较

用python中的numpy包的时候不小心踩了array和matrix的大坑，又引申一下比较list array matrix之间的异同。
数据结构(Data Structures)基本上人如其名——它们只是一种结构,能够将一些数据聚合在一起。换句话说,它们是用来存储一系列相关数据的集合。Python 中有四种内置的数据结构——列表(List)、元组(Tuple)、字典(Dictionary)和集合(Set)。

1、list

list可以明显和array、matrix区分，list通过[ ]申明，支持append extend等方法，没有shape方法。 
使用如下： 
data=[] 
data.append([1,2]) 
data.extend(2) 
list形如：[[1,2,3],[4,5,6],[7,8,9]] 、 [1,2,3,4,5]等

2 array matrix

list变成array： np.array(list) 
list变为matrxi：np.mat(list) 
array和matrix相互转换: np.asmatrix np.asarray 
array变换为list： data.toList() 
这两兄弟都有shape属性，但是他俩的区别是啥呢。 
matrix是array的子集，matrix只能是2维的，array可以是n维的。 
2维就是matrix的shape只有行、列属性，就类似线性代数中的矩阵； 
比如说3维的array如同： 

下面就来比较array好matrix计算区别： 
乘法符号 *：array的乘法符号就是对应元素相乘，比如： 
 
如果行列数不匹配会自动补全，就是numpy的“广播”功能。具体怎么补全自己动手试，讲了也记不住。 
matrix的 * 符号就是：矩阵乘法：线性代数中的乘法，比如五行三列*三行两列就会得到五行两列： 
 
matrix想要得到矩阵*这种效果（就是矩阵相同位置的数字进行相乘）：使用np.multiply(mat1,mat2) 
array想要进行矩阵乘法使用：np.dot(array1,array2) 
所以martirx和array中 **符号得到的结果也是不一样的。

版权声明：本文为博主原创文章，转载注明出处即可。 https://blog.csdn.net/u011730199/article/details/78202016