正如另一个答案中所述，as_matrix方法自0.23.0起就被弃用，因此您应该使用to_numpy。但是，我想强调的是，as_matrix和to_numpy具有不同的签名：as_matrix将列名列表作为其参数之一，以防您希望将转换限制为原始DataFrame的子集; to_numpy不接受这样的参数。因此，只有当您希望完全转换DataFrame时，这两个方法才完全可以互换。如果您（就像我的情况一样）需要转换矩阵的一个子集，那么在这两个用例中的用法将非常不同。
例如，假设我们只需要将原始DataFrame的子集['col1 '，' col2'，'col4']转换为Numpy数组。在这种情况下，您可能有一些依赖as_matrix进行转换的遗留代码，看起来或多或少类似于：

df.as_matrix(['col1', 'col2', 'col4'])

在将上面的代码转换为to_numpy时，不能像下面这样简单地替换函数名：

df.to_numpy(['col1', 'col2', 'col4'])  # WRONG

因为to_numpy不接受列的子集作为参数。在这种情况下，解决方案是首先进行选择，然后将to_numpy应用于结果，如下所示：

df[['col1', 'col2', 'col4']].to_numpy()  # CORRECT

as_matrix方法的目的是
将帧转换为其Numpy数组表示。
as_matrix方法自0.23.0起已弃用
0.25.1 documentation说：自版本0.23.0起弃用：使用DataFrame.values（）代替
这两种选择是
1.. values（）：返回numpy.ndarray
1.. to_numpy（）：返回numpy.ndarray
但是，.values()文档给出了另一个警告：-Warning We recommend using DataFrame.to_numpy() instead.
我用一种稍微不同的方式得到了这个错误：AttributeError: 'DataFrame' object has no attribute 'as_matrix'

as_matrix()方法在新版本的pandas库中被弃用，但您也可以使用to_numpy()方法或.values属性。您应该注意到values是一个属性，必须使用点表示法调用，并且末尾没有括号。否则会出错。例如上面提到的代码行：

landmarks = landmarks_frame.iloc[n, 1:].as_matrix()

应改为：

landmarks = landmarks_frame.iloc[n, 1:].values

而不是：landmarks = landmarks_frame.iloc[n, 1:].values()-->这会导致错误