Python numpy.asmatrix或matplotlib.pyplot.scatter的奇怪行为

我发现Python、numpy或matplotlib有一种奇怪的行为

请使用ipython上的pylab执行以下代码：

>>> import numpy as np
>>> import numpy.random as nr
>>> import matplotlib.pyplot as mp
>>> data = nr.rand(50, 2)
>>> mp.scatter(data[:, 0], data[:, 1])
>>> trans = np.asmatrix(data.T)
>>> mp.scatter(trans[0, :], trans[1, :])
>>> all(data == trans.T)

我以为这个代码创建的两个数字是完全相同的， 但它们看起来略有不同。 代码的最后一行还暗示它们完全相同

有什么问题

python 2.7.4、IPython 0.13.2、pylab 1.7.1、numpy 1.7.1、matplotlib 1.2.0

如果适用，则

np.asmatrix（）

只需将一个iterable转换为矩阵即可。因此：

 trans = np.asmatrix(data.T)
 np.all( data == trans.T )

应始终给出

True

不同绘图的问题在于，在

matplotlib.axes.axes.scatter

中，在

numpy.ma

模块中执行

ravel（）

。这里，尽管

data==trans.T

，

np.ma.ravel（trans[0，：]）

返回一个矩阵，而不是扁平数组。要解决这个问题，可以调用

np.ravel（）

，它适用于非屏蔽数组。我打开报告，这可能是一个错误

结果将是：

fig, axs = mp.subplots(nrows=1, ncols=2, sharey=True )

axs[0].scatter(data[:, 0], data[:, 1])

trans = np.asmatrix(data.T)

axs[1].scatter( np.ravel(trans[0,:]), np.ravel(trans[1,:]) )

fig.tight_layout()

给你这个：

---

这两个数字在哪里？您正在同一个图形上绘图。同时，您正在生成随机数据，因此，如果您在没有种子设定的情况下再次运行它，这些图形将看起来不同…抱歉，我的观点与您提到的不同。我的观点不是绘制相同的图形或随机种子，但散布（数据）和散布（trans）不是相同的形状。我无法重现您的错误。这就是全部代码吗？你的意思是你看不到两个数字？我想你可以在第一次散射（）时看到一个图形，然后请关闭图形窗口，然后在下一次散射（）时你可以看到另一个图形。我的问题是这两个图形应该是相同的形状，但它们不是。是的，但我的意思是，这两个子图形应该是完全相同的形状，但它们不是。我在GitHub中看到了这个问题。当我将矩阵传递给numpy的函数时，我将自己设置为使用numpy.array而不是numpy.matrix。然而，当我想要乘法时，numpy.matrix是简单而有用的。。。无论如何，非常感谢。@keisuke您应该继续使用

np.ndarray

对象，只需执行

a.dot（b）

。。。GitHub上的问题仍然没有解决……为了跟进，这已经（更好）记录在案，将在1.4.0文档中。