摘要:這是為什么呢這里要提到的廣播原則如果兩個數(shù)組的后緣維度從末尾開始算起的維度的軸長度相符或其中一方的長度為,則認為它們是廣播兼容的。
為了了解這個原則,首先我們來看一組例子:
# 數(shù)組直接對一個數(shù)進行加減乘除,產(chǎn)生的結(jié)果是數(shù)組中的每個元素都會加減乘除這個數(shù)。 In [12]: import numpy as np In [13]: a = np.arange(1,13).reshape((4, 3)) In [14]: a * 2 Out[14]: array([[ 2, 4, 6], [ 8, 10, 12], [14, 16, 18], [20, 22, 24]]) # 接下來我們看一下數(shù)組與數(shù)組之間的計算 In [17]: b = np.arange(12,24).reshape((4,3)) In [18]: b Out[18]: array([[12, 13, 14], [15, 16, 17], [18, 19, 20], [21, 22, 23]]) In [19]: a + b Out[19]: array([[13, 15, 17], [19, 21, 23], [25, 27, 29], [31, 33, 35]]) In [20]: c = np.array([1,2,3]) In [21]: a+c Out[21]: array([[ 2, 4, 6], [ 5, 7, 9], [ 8, 10, 12], [11, 13, 15]]) In [22]: d = np.arange(10,14).reshape((4,1)) In [23]: d Out[23]: array([[10], [11], [12], [13]]) In [24]: a + d Out[24]: array([[11, 12, 13], [15, 16, 17], [19, 20, 21], [23, 24, 25]]) # 從上面可以看出,和線性代數(shù)中不同的是,m*n列的m行的一維數(shù)組或者n列的一維數(shù)組也是可以計算的。
這是為什么呢?這里要提到numpy的廣播原則:
如果兩個數(shù)組的后緣維度(從末尾開始算起的維度)的軸長度相符或其中一方的長度為1,則認為它們是廣播兼容的。廣播會在缺失維度和(或)軸長度為1的維度上進行。
在上面的代碼中,a的維度是(4,3),c的維度是(1,3);d的維度是(4,1)。所以假設(shè)有兩個數(shù)組,第一個的維度是(x_1, y_1, z_1),另一個數(shù)組的維度是(x_2, y_2, z_2),要判斷這兩個數(shù)組能不能進行計算,可以用如下方法來判斷:
if z_1 == z_2 or z_1 == 1 or z_2 == 1: if y_1 == y_2 or y_1 == 1 or y_2 == 1: if x_1 == x_2 or x_1 == 1 or x_2 == 1: 可以運算 else: 不可以運算 else: 不可以運算 else: 不可以運算
這里需要注意:(3,3,2)和(3,2)是可以運算的,因為對于二維數(shù)組(3,2)也可以表示為(1,3,2),套用上述的規(guī)則是完全適用的,同理:(4,2,5,4)和(2,1,4)也是可以進行運算的。
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/42485.html
摘要:廣播廣播是這樣的一個機制它允許不同維度的張量進行加法或者乘法運算。如上圖,廣播一個行矩陣。和分別表示和指明沿著哪個維度可以進行廣播。如果第二個參數(shù)是向量,它的形狀為,以及它的廣播模式為。當(dāng)可用的時候,廣播信息將會以變量的類型給出。 廣播(Broadcasting) 廣播是這樣的一個機制:它允許不同維度的張量進行加法或者乘法運算。在運算時,他將會沿著維度缺失的方向復(fù)制較小的那個張量。 通...
摘要:中的和中的矩陣分析由于之前在做的源碼學(xué)習(xí),并且將其的源碼翻譯成了的版本。在逛知乎里,我又發(fā)現(xiàn)了很多關(guān)于為什么這么快的討論,很有意思。作者鏈接來源知乎著作權(quán)歸作者所有。 python中的list和numpy中的矩陣分析 Author : Jasper Yang School : Bupt preface 由于之前在做GIbbsLDA++的源碼學(xué)習(xí),并且將其c++的源碼翻譯成了pyth...
摘要:有三種可用的索引字段訪問,基本切片,高級索引。基本切片和索引基本切片將的切片基本概念擴展到維。基本切片生成的所有數(shù)組始終是原始數(shù)組的視圖。序列切片的標準規(guī)則適用于基于每維的基本切片包括使用步驟索引。因此,在基本切片下的行為。 https://docs.scipy.org/doc/nu... 索引 ndarrays可以使用標準Python x[obj]語法對其進行索引 ,其中x是數(shù)組,o...
摘要:包的核心是對象。但有個例外,包括對象數(shù)組的元素大小是不同的。序列大小和速度在科學(xué)計算中尤為重要。例如考慮兩個長度相同的列表中每個元素相乘的情況。此外,編碼所需的工作量隨數(shù)據(jù)維數(shù)的增加而增加。這些信息主要用于高級用戶。 譯者:飛龍 1.1 NumPy 是什么? 原文:What is NumPy? NumPy是Python中用于科學(xué)計算的基礎(chǔ)包。它是一個Python庫,提供多維數(shù)組對象,各...
閱讀 1241·2021-11-08 13:25
閱讀 1440·2021-10-13 09:40
閱讀 2774·2021-09-28 09:35
閱讀 736·2021-09-23 11:54
閱讀 1123·2021-09-02 15:11
閱讀 2431·2019-08-30 13:18
閱讀 1668·2019-08-30 12:51
閱讀 2686·2019-08-29 18:39