關(guān)于Python中兩個(gè)不同shape的數(shù)組間運(yùn)算規(guī)則
1 數(shù)組間運(yùn)算
聲明:本博客討論的數(shù)組間運(yùn)算是指四則運(yùn)算,如:a+b、a-b、a*b、a/b,不包括 a.dot(b) 等運(yùn)算,由于 numpy 和 tensorflow 中都遵循相同的規(guī)則,本博客以 numpy 為例。
眾所周知,相同 shape 的兩個(gè)數(shù)組間運(yùn)算是指兩個(gè)數(shù)組的對(duì)應(yīng)元素相加。我們經(jīng)常會(huì)碰到一些不同 shape 的數(shù)組間運(yùn)算。
那么,任何兩個(gè)不同 shape 的數(shù)組都能運(yùn)算么?又遵循什么樣的運(yùn)算規(guī)則?
shape 與維數(shù):
如 a:[1,2,3],則 shape=(3, ),維數(shù)為1;b:[[1,2,3],[4,5,6]],則shape=(2,3),維數(shù)為2
運(yùn)算條件:
設(shè)a為低維數(shù)組,b為高維數(shù)組,則a和b能運(yùn)算的充分條件是:a.shape[-1]=b.shape[-1]、a.shape[-2]= b.shape[-2]、...(a可以作為b的一個(gè)元素),或者 a.shape=(m,1)(或a.shape=(m, )) 且b.shape=(1,n) (a為行向量,b為列向量)
運(yùn)算規(guī)則:
- 當(dāng)a為數(shù)字時(shí),將a與b的每個(gè)元素運(yùn)算,運(yùn)算后的 shape 與b相同當(dāng)
- a可以作為b的一個(gè)元素,將a與b中每個(gè)相同 shape 的子元素運(yùn)算,運(yùn)算后的 shape 與b相同
- 當(dāng)a為行向量b為列向量時(shí),將a中每個(gè)元素與b中每個(gè)元素分別運(yùn)算,運(yùn)算后的 shape=(a.shape[1], b.shape[0])
如需改變數(shù)組 shape,可調(diào)用 reshape() 函數(shù),如下:
a=np.array([[1,1],[2,2],[3,3]]) b=a.reshape([-1,1]) #a.shape=(3,2),b.shape=(6,1)
2 實(shí)驗(yàn)
數(shù)組與數(shù)字之間的運(yùn)算
a=np.array([1,1,1]) b=np.array([[1,1,1],[2,2,2]]) c=a+1 d=b+1 print("c=a+1\n",c) print("d=b+1\n",d)
輸出
c=a+1
[2 2 2]
d=b+1
[[2 2 2]
[3 3 3]]
補(bǔ)充:shape=(1, ) 的數(shù)組可以與任意 shape 的數(shù)組運(yùn)算,運(yùn)算規(guī)則同數(shù)字與數(shù)組的運(yùn)算。
行向量與列向量之間的運(yùn)算
a=np.array([[1,2,3]]) #或 a=np.array([1,2,3]) b=np.array([[1],[2],[3],[4],[5]]) c=a+b print("c=a+b",c)
輸出
c=a+b
[[2 3 4]
[3 4 5]
[4 5 6]
[5 6 7]
[6 7 8]]
1維數(shù)組與高維數(shù)組之間的運(yùn)算
a=np.array([1,1,1]) b=np.array([[1,1,1],[2,2,2]]) c=np.array([[1,1,1],[2,2,2],[3,3,3]]) d=a+b e=a+c print("d=a+b\n",d) print("e=a+c\n",e)
d=a+b
[[2 2 2]
[3 3 3]]
e=a+c
[[2 2 2]
[3 3 3]
[4 4 4]]
高維數(shù)組之間的運(yùn)算
a=np.array([[1,1,1],[2,2,2]]) b=np.array([[[1,1,1],[2,2,2]],[[3,3,3],[4,4,4]]]) c=a+b print("c=a+b\n",c)
c=a+b
[[[2 2 2]
[4 4 4]]
[[4 4 4]
[6 6 6]]]
到此這篇關(guān)于關(guān)于Python中兩個(gè)不同shape的數(shù)組間運(yùn)算規(guī)則的文章就介紹到這了,更多相關(guān)Python兩個(gè)不同shape的數(shù)組內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python使用廣度優(yōu)先搜索遍歷混亂地鐵問(wèn)題
這篇文章主要介紹了Python使用廣度優(yōu)先搜索遍歷混亂地鐵問(wèn)題,廣度優(yōu)先搜索算法(又稱(chēng)寬度優(yōu)先搜索)是最簡(jiǎn)便的圖的搜索算法之一,這一算法也是很多重要的圖的算法的原型,需要的朋友可以參考下2023-04-04在Lighttpd服務(wù)器中運(yùn)行Django應(yīng)用的方法
這篇文章主要介紹了在Lighttpd服務(wù)器中運(yùn)行Django應(yīng)用的方法,本文所采用的是最流行的FastCGI模塊,包括同時(shí)運(yùn)行多個(gè)Django應(yīng)用的方法,需要的朋友可以參考下2015-07-07深入理解Django中內(nèi)置的用戶(hù)認(rèn)證
Django自帶一個(gè)用戶(hù)認(rèn)證系統(tǒng),這個(gè)系統(tǒng)處理用戶(hù)帳戶(hù)、組、權(quán)限和基于cookie的會(huì)話(huà),下面這篇文章就來(lái)給大家介紹了關(guān)于Django中內(nèi)置的用戶(hù)認(rèn)證的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下。2017-10-10用Python的Django框架來(lái)制作一個(gè)RSS閱讀器
這篇文章主要介紹了用Python的Django框架來(lái)制作一個(gè)RSS閱讀器,通過(guò)url feeds來(lái)制作訂閱類(lèi)應(yīng)用同樣是Django之所長(zhǎng),需要的朋友可以參考下2015-07-07python抓取skywalking中超過(guò)2s的告警接口
這篇文章主要為大家介紹了python抓取skywalking中超過(guò)2s的告警接口詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-06-06Python中幾種屬性訪問(wèn)的區(qū)別與用法詳解
這篇文章主要給大家介紹了關(guān)于Python中幾種屬性訪問(wèn)的區(qū)別和用法的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2018-10-10python使用隱式循環(huán)快速求和的實(shí)現(xiàn)示例
這篇文章主要介紹了python使用隱式循環(huán)快速求和的實(shí)現(xiàn)示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09python基于隱馬爾可夫模型實(shí)現(xiàn)中文拼音輸入
這篇文章主要介紹了python基于隱馬爾可夫模型實(shí)現(xiàn)中文拼音輸入的相關(guān)資料,需要的朋友可以參考下2016-04-04pytest內(nèi)置fixture使用臨時(shí)目錄流程詳解
fixture是在測(cè)試函數(shù)運(yùn)行前后,由pytest執(zhí)行的外殼函數(shù)。fixture中的代碼可以定制,滿(mǎn)足多變的測(cè)試需求,包括定義傳入測(cè)試中的數(shù)據(jù)集、配置測(cè)試前系統(tǒng)的初始狀態(tài)、為批量測(cè)試提供數(shù)據(jù)源等等。fixture是pytest的精髓所在2022-12-12