读取 numpy 矩阵的一个特定单元格

我编写了一个函数来查看矩阵是否对称：

def issymmetric(mat):
    if(mat.shape[0]!=mat.shape[1]):
        return 0
    for i in range(mat.shape[0]):
        for j in range(i):
            if (mat[i][j]!=mat[j][i]):
                return 0
    return 1

它与内置 ndarray 配合得很好，例如numpy.ones：

import numpy as np
a=np.ones((5,5), int)
print issymmetric(a)

以及 numpy 数组：

import numpy as np
a=np.array([[1, 2, 3], [2, 1 , 2], [3, 2, 1]])
print issymmetric(a)

但是当涉及到 numpy 矩阵时：

import numpy as np
a=np.matrix([[1, 2, 3], [2, 1 , 2], [3, 2, 1]])
print issymmetric(a)

它给了我这个错误：

  File "issymetry.py", line 9, in issymmetric
    if (mat[i][j]!=mat[j][i]):
  File "/usr/lib/python2.7/dist-packages/numpy/matrixlib/defmatrix.py", line 316, in __getitem__
    out = N.ndarray.__getitem__(self, index)
IndexError: index 1 is out of bounds for axis 0 with size 1

shell returned 1

那是因为没有a[0][1]

a[0] is matrix([[1, 2, 3]]). a[0][0] is matrix([[1, 2, 3]])也有，但是没有a[0][1].

如何在不更改矩阵类型或函数的情况下解决此问题？

一般来说，读取和更新 numpy 矩阵的一个特定单元格的正确方法是什么？

最好使用[i,j]样式索引numpy。通常你可以通过[i][j]使用时np.array，但不与np.matrix。记住一个np.matrix始终是 2d。

在 shell 中构造一个简单的二维数组，并尝试不同的索引方法。现在尝试一下np.matrix数组。注意形状。

In [2]: A = np.arange(6).reshape(2,3)
In [3]: A[1]   # short for A[1,:]
Out[3]: array([3, 4, 5])    # shape (3,)
In [4]: A[1][2]   # short for A[1,:][2]
Out[4]: 5
In [5]: M=np.matrix(A)
In [6]: M[1]
Out[6]: matrix([[3, 4, 5]])   # shape (1,3), 2d
In [7]: M[1][2]
...
IndexError: index 2 is out of bounds for axis 0 with size 1

适用于两者的正确索引

In [9]: A[1,2]
Out[9]: 5
In [10]: M[1,2]
Out[10]: 5

A[i][j]=...在 LHS 上使用时也容易出现故障。仅当第一部分有效时A[i]返回一个view。如果失败，如果它产生一个copy.