np.arrry 和 np.matrix

np.array和np.matrix都是numpy库中用于表示矩阵和数组的数据结构。

np.array是numpy中最常用的数组类型，它是一个N维的数组对象。np.array有多个参数，其中最常用的是shape和dtype。shape指定数组的维度，dtype指定数组中元素的数据类型。np.array可以进行基本的运算，例如加、减、乘、除等。

np.matrix也是一个numpy中用于表示矩阵的数据结构，它是一个2维矩阵。与np.array不同的是，np.matrix只有一个参数——矩阵本身。np.matrix可以进行矩阵乘法、矩阵加法、求逆矩阵等运算。在进行矩阵运算时，np.matrix具有更好的可读性和易用性。但在某些情况下，使用np.matrix可能会导致代码中出现一些不好的实现细节。因此，通常情况下使用np.array比使用np.matrix更好。

相关问题

np.array与np.matrix

np.array和np.matrix都是numpy库中用于表示矩阵的数据结构。它们的主要区别在于，np.array可以表示任意维度的数组，而np.matrix只能表示二维矩阵。

具体来说，np.array是一个通用的多维数组对象，可以包含任意类型的元素。它可以用于执行各种数学操作和函数，支持向量化操作，更灵活地处理数据。

而np.matrix是np.array的一个子类，它在进行矩阵运算时提供了更方便的语法和功能。np.matrix对象始终是二维的，并且在进行矩阵乘法等操作时会自动进行矩阵运算。然而，由于np.matrix的限制，它在一些情况下可能不如np.array灵活。

在实际应用中，推荐使用np.array来表示和处理多维数组，因为它更加通用和灵活。

np.mat和np.matrix有什么区别

np.mat和np.matrix都是NumPy库中用于创建矩阵的函数，它们的作用是相同的。它们的主要区别在于返回值的类型。

np.mat函数返回的是一个matrix类的对象，这个对象是由np.matrix类派生出来的，因此可以调用matrix类中的方法和属性。而np.matrix函数返回的是一个matrix类的对象，但是这个对象是matrix类本身的实例。

总结起来，np.mat函数返回的是一个子类对象，而np.matrix函数返回的是一个原类对象。在使用上两者基本相同，但建议使用np.array来创建矩阵，因为它更常用，并且在性能上更优。