對Python 中矩陣或者數(shù)組相減的法則詳解
最近在做編程練習,發(fā)現(xiàn)有些結果的值與答案相差較大,通過分析比較得出結論,大概過程如下:
定義了一個計算損失的函數(shù):
def error(yhat,label): yhat = np.array(yhat) label = np.array(label) error_sum = ((yhat - label)**2).sum() return error_sum
主要出現(xiàn)問題的是 yhat - label 部分,要強調的是一定要保證兩者維度是相同的!這點很重要,否則就會按照python的廣播機制進行運算,舉個例子:
a = np.array([1,2,3]) a0 = np.array([[1],[2],[3]]) b = np.array([2,3,5,]) print(b-a) print(b-a0)
這里a的維度是(3,),因為是由列表轉化成的數(shù)組(當然不是很推薦這種維度,因為很容易犯錯),a0的維度是(3,1),b的維度是(3,),a與b的維度相同,在計算b-a的時候,結果顯而易見:
b - a0 的結果:
產生這種結果的原因是因為由于維度不同,在計算的時候將b變?yōu)榱伺ca0同樣的3行的數(shù)組,變化后b的維度變?yōu)榱耍?,3),等同于如下的計算:
b = np.array([[2,3,5], [2,3,5], [2,3,5]]) a0 = np.array([[1], [2], [3]]) b - a0
結果仍然為:
以上這篇對Python 中矩陣或者數(shù)組相減的法則詳解就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
500行python代碼實現(xiàn)飛機大戰(zhàn)
這篇文章主要為大家詳細介紹了500行python代碼實現(xiàn)飛機大戰(zhàn),文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2020-04-04Python中UserWarning:The NumPy module was
在 Python 項目中,我們經常需要導入許多庫來完成各種任務,NumPy 作為一個核心的科學計算庫,被廣泛應用于數(shù)據處理和分析,然而,有時我們會遇到 NumPy 重載的警告,本文將詳細講解這一警告的原因,并提供解決方案,需要的朋友可以參考下2024-07-07