Python矩阵操作

我正在使用Python中的矩阵（numpy）操作，遇到了一个有趣的观察结果

如果我有以下代码：

 x=matrix([[1,2],[3,4]])
 y=matrix([[1.1,2.1],[3.1,4.1]])
 x=y
 print x

然后打印

[[1.1,2.1]，[3.1,4.1]]

但是如果我这样做的话

 x=matrix([[1,2],[3,4]])
 y=matrix([[1.1,2.1],[3.1,4.1]])
 x[:,:]=y[:,:]
 print x

然后它只打印整数部分，即

[[1,2]，[3,4]]

---

有人能告诉我原因吗？

您的x矩阵的数据类型为int32

编辑： 更有趣的结果是：

>x=np.matrix（[[1,2]，[3,4]]，dtype='f'）
>>>y=np.矩阵（[[1.1,2.1]，[3.1,4.1]]，dtype='f'）
>>>x[：，：]=y[：，：]
>>>x
矩阵（[[1.10000002,2.099999]，
[3.099999，4.099999]]，数据类型=float32）

---

但这是由python浮点错误引起的。

名称

x

和

y

只是可以作为对象的标签。它们不像在其他语言中那样是真正的“变量”，也没有任何类型的赋值

执行该行

x = y

只需将标签

x

附加到当前指向的对象

y

，并删除对其先前指向的对象的引用（如果这是唯一的引用，则可能导致旧对象被垃圾收集）。执行这一行后，

x是y

返回

True

，表示它们现在都指向同一个对象

线路

x[:] = y

另一方面，不只是将新标签附加到对象，而是修改现有标签，即

x

所指向的标签。由于此现有对象具有项类型

int32

，因此所有值都需要转换为整数。执行此行后，

x是y

返回

False

，表示它们指向不同的对象。

在第一种情况下，当您使用赋值

x=y

时，您将

x

的内存位置设置为

y

的内存位置，因此基本上

x

现在只是一个冗余变量，指向

y

指向的内存中的同一位置。这样，看起来您正在创建矩阵的副本

y

，但实际上并非如此。如果您在完成此任务后对

y

进行操作，然后对

print x

和

print y

进行操作，您将看到它们都发生了变化

在第二种情况下，由于

x

被初始化为整数矩阵，因此应用了一些自动类型转换来强制

x

的每个元素的新赋值为整数。当您使用

x[：，：]=y[：，：]

赋值时，实际上是在复制

y

矩阵的值，但是由于

x

是一个整数矩阵，Python基本上执行

x[：，：]=int（y[：，：]）

您可以将

x

初始化为：

x=矩阵（[[1.0,2.0]，[3.0,4.0]）

或作为：

x=matrix（[[1,2]，[3,4]]，dtype='f'）

执行

x[：，：]=y[：，：]

后，您应该会看到预期的结果