为什么 numpy.matrix 的 numpy.copy 不像原始矩阵那样起作用？与该副本的转置相乘不起作用答案

【问题标题】：Why does numpy.copy of a numpy.matrix not act like the original matrix? Multiplication with the transpose of that copy does not work为什么 numpy.matrix 的 numpy.copy 不像原始矩阵那样起作用？与该副本的转置相乘不起作用
【发布时间】：2015-11-18 22:07:47
【问题描述】：

我需要处理函数内部的矩阵副本。但是一个副本 (n x 1) 矩阵（向量）的行为不正常。

这里我做了一个例子：

x 与 y 相乘的转置给了我一个正常的向量乘法，其结果为 (1x1) 矩阵。

x 和 y 的副本 a 和 b 不会这样做。他们返回一个维度为 (n x n) 的数组。我在这里做错了什么？我该如何避免呢？

    >>>import numpy as np

    >>>x=np.matrix('1;2;3')
    >>>y=np.matrix('1;1;-1')

    >>>x.T*y
    matrix([[0]])

    >>>a=np.copy(x)
    >>>b=np.copy(y)

    >>>a.T*b
    array([[ 1,  2,  3],
           [ 1,  2,  3],
           [-1, -2, -3]])

【问题讨论】：

标签： python numpy matrix

【解决方案1】：

您的原始数组是matrix 的子类。该副本是基础array 类。使用矩阵类特有的复制方法x.copy() 来制作另一个矩阵。然后矩阵乘法运算将像以前一样工作。

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]])

另一个答案中提出的解决方案是将matrix 乘法替换为np.array (np.dot) 的等效乘法。

【讨论】：

【解决方案2】：

如果您希望复制矩阵，则不要使用numpy.copy，而是使用matrix 上的copy 方法。

>>> x = np.matrix('1;3;3')
>>> x.copy()
matrix([[1],
        [3],
        [3]])

另一种选择是使用numpy.array(x, copy=True, subok=True)。

请注意，numpy.copy 只是numpy.array(x, copy=True) 的别名，这会导致输入向下转换。

【讨论】：