Python numpy.matrix 矩阵索引方法 (item)

一、环境：

numpy 1.16.4
python 3.7

二、描述：

import numpy as np
a = np.mat([[1]])
print(type(a))
print("a:",a)
print("a[0][0]:",a[0][0])

输出：

可以看出,直接的索引无法对numpy.matrixl目标进行索引

如果是numpy.ndarray类型，则可以进行索引

import numpy as np
a = np.array([[1.]])
print(type(a))
print("a:",a)
print("a[0][0]:",a[0][0])

个人原因分析：matrixl 类型时 [[1]] 是一个 (1,1) 矩阵的对象 ，直接进行索引[0][0] 实质上是索引的 矩阵的对象，所以结果不变
在 array 时 则 索引的 数组内的 元素

三、解决：

import numpy as np
a = np.mat([[1.]])
print(type(a))
print("a:",a)
print("a[0][0]:",a[0][0])
print("item方法：",a.item(0,0))

四、item方法详解（数组和矩阵都可使用此方法）：

a.item (* args)
将数组中的元素复制到标准Python标量并返回它。
参数(变量号和类型)

• none:在这种情况下，该方法只对数组有效
  只有一个元素(’ a。size == 1 ')，是哪个元素
  复制到标准Python标量对象并返回。
• int_type:这个参数被解释为一个平面索引
  数组，指定复制和返回哪个元素。
• int_types的元组:与单个int_type参数相同的函数，
  参数被解释为一个nd索引
  数组中。

返回值：

• z:标准Python标量对象
  数组中指定元素的一个副本
  Python标量

当’ a '的数据类型是longdouble或clongdouble时，item()返回一个标量数组对象，因为没有可用的Python标量，不会丢失信息。Void数组为item()返回一个缓冲区对象，除非定义了字段，否则将返回一个tuple。
’ item '与[args]非常相似，不同的是，它不是一个数组标量，返回一个标准的Python标量。这对于加速是很有用的访问数组的元素并对元素执行运算，使用Python的优化数学数组。

例子：

            >>> np.random.seed(123)
            >>> x = np.random.randint(9, size=(3, 3))
            >>> x
            array([[2, 2, 6],
                   [1, 3, 6],
                   [1, 0, 1]])
            >>> x.item(3)
            1
            >>> x.item(7)
            0
            >>> x.item((0, 1))
            2
            >>> x.item((2, 2))
            1

最后感谢陶老师的指点！