Question

如果X是NumPy matrix对象，为什么np.trace(X)会返回标量（如预期的那样），但X.trace()会返回1x1 matrix个对象？< / p>

>>> X = np.matrix([[1, 2], [3, 4]])
>>> np.trace(X)
5
>>> X.trace()
matrix([[5]])   # Why not just 5, which would be more useful?

我正在使用NumPy 1.7.1，但在1.8的发行说明中没有看到任何内容发生变化。

Answer 1

因为X.trace是这样编码的！ matrix文档说：

矩阵是一种专用的二维阵列，保留了它的二维特性通过运营。

np.trace编码为（使用ndarray.trace）：

return asarray(a).trace(offset, axis1, axis2, dtype, out)

如何评估矩阵迹线是很难的。但是看https://github.com/numpy/numpy/blob/master/numpy/matrixlib/defmatrix.py

我怀疑它等同于：

np.asmatrix(X.A.trace())

在同一个文件中，sum定义为：

return N.ndarray.sum(self, axis, dtype, out, keepdims=True)._collapse(axis)

mean，prod等也是如此。如果_collapse为axis，则None会返回标量。矩阵trace没有明确的定义，因此它可能使用__array_finalize__。换句话说，trace会返回默认的matrix类型。

返回标量的几个结构是：

X.A.trace()
X.diagonal().sum()
X.trace()._collapse(None)

Answer 2

def __array_finalize__(self, obj):
    self._getitem = False
    if (isinstance(obj, matrix) and obj._getitem): return
    ndim = self.ndim
    if (ndim == 2):
        return
    if (ndim > 2):
        newshape = tuple([x for x in self.shape if x > 1])
        ndim = len(newshape)
        if ndim == 2:
            self.shape = newshape
            return
        elif (ndim > 2):
            raise ValueError("shape too large to be a matrix.")
    else:
        newshape = self.shape
    if ndim == 0:
        self.shape = (1, 1)
    elif ndim == 1:
        self.shape = (1, newshape[0])
    return

这是来自矩阵定义，子类化ndarray。跟踪功能没有改变，因此它实际上是被调用的相同功能。

每次创建矩阵对象时都会调用此函数。问题是如果ndims小于2，则强制它更大。

接下来是一些有根据的猜测工作，我认为这应该是正确的，但我对numpy代码库不太熟悉，无法准确地弄明白。

np.trace和ndarray.trace是两个不同的功能。
- np.trace在“core / fromnumeric.py”
- ndarray.trace在“core / src / multiarray / methods.c或calculation.c”中定义。
np.trace将对象转换为ndarray
ndarray.trace将尝试将对象保留为子类对象。
- 对此不确定，我不明白该代码的深蹲tbh

两个跟踪函数都会将结果保存为数组对象（子类或非子类）。如果它是单个值，它将返回该单个值，否则它将返回数组对象。

由于结果保留为矩阵对象，因此上面的函数将强制它为二维。因此，它不会作为单个值返回，而是作为矩阵对象返回。

通过编辑_array_finalize__函数进一步支持这一结论：

def __array_finalize__(self, obj):
    self._getitem = False
    if (isinstance(obj, matrix) and obj._getitem): return
    ndim = self.ndim
    if (ndim == 2):
        return
    if (ndim > 2):
        newshape = tuple([x for x in self.shape if x > 1])
        ndim = len(newshape)
        if ndim == 2:
            self.shape = newshape
            return
        elif (ndim > 2):
            raise ValueError("shape too large to be a matrix.")
    else:
        newshape = self.shape
    return
    if ndim == 0:

        self.shape = (1, 1)
    elif ndim == 1:

        self.shape = (1, newshape[0])
    return

在最后一次if-else检查之前注意新的return。现在，X.trace（）的结果是单个值。

这不是固定，如果您自己尝试，请恢复更改。
他们有很好的理由这样做

np.trace没有这个问题，因为它直接将它转换为数组对象。

np.trace的代码是（没有docstring）：

def trace(a, offset=0, axis1=0, axis2=1, dtype=None, out=None):

    return asarray(a).trace(offset, axis1, axis2, dtype, out)

来自asarray

的文档字符串

a的数组解释。如果输入，则不执行复制已经是一个ndarray。 如果a是ndarray的子类，则为基数返回类ndarray 。

numpy矩阵跟踪行为

2 个答案: