Python 用以下方法创建numpy矩阵时有什么区别吗？

当我最近练习numpy矩阵时，我用以下方式创建了一个矩阵：

theta = np.mat([1,1])
temp = np.mat(theta)

然后我执行以下代码，例如

temp[0,0] = theta[0,0] - 0.3
print(temp, theta)

但答案是如此出乎意料：

[[0 1]] [[0 1]]

但当我尝试另一种方法时：

theta = np.mat([1,1])
temp = np.mat(np.ones(a.shape))

答案是完全正确的

后来我发现，事实上，在第一种方法中，temp是θ的一个视图，当改变temp的值时，θ也会改变，但是有人能解释我得到的结果吗？ 为什么执行以下代码将获得

[[0 1][[0 1]]]

theta = np.mat([1,1])
temp = np.mat(theta)
temp[0,0] = theta[0,0] - 0.3
print(temp, theta)

---

非常感谢

我首先要提到的是，建议停止使用该类，它可能会在未来版本的numpy中被删除

产生差异的原因是默认值的初始化方式。对于初始化它的方式，

theta=np.mat（[1,1]）

，它默认为整数类型，因此它不会以您期望的方式处理浮点的减法运算，而是截断您的结果

查看文档时，它指定了以下内容：

数据类型：数据类型，可选

阵列所需的数据类型，例如numpy.int8默认值为numpy.float64。

---

因此，在执行

temp=np.mat（np.ones（a.shape））

时，您将获得一个默认值集floats。该值集与您尝试执行的浮点减法运算类型一起工作。

从数字的数据类型中，numpy得出结论，矩阵的数据类型应该是整数类型。明确指定dtype或将一个数字更改为1.0停止查看np.mat。它已经过时了。前几天有人遇到了同样的问题，非常感谢，它真的很有帮助