python矩阵运算和⼴播机制_对Python中矩阵或者数组相减的
python 定义数组法则详解
最近在做编程练习，发现有些结果的值与答案相差较⼤，通过分析⽐较得出结论，⼤概过程如下：
定义了⼀个计算损失的函数：
def error(yhat,label):
yhat = np.array(yhat)
label = np.array(label)
error_sum = ((yhat - label)**2).sum()
return error_sum
主要出现问题的是 yhat - label 部分，要强调的是⼀定要保证两者维度是相同的！这点很重要，否则就会按照python的⼴播机制进⾏运算，举个例⼦：
a = np.array([1,2,3])
a0 = np.array([[1],[2],[3]])
b = np.array([2,3,5,])
print(b-a)
print(b-a0)
这⾥a的维度是(3,)，因为是由列表转化成的数组(当然不是很推荐这种维度，因为很容易犯错)，a0的维度是(3,1)，b的维度是(3，)，a与b 的维度相同，在计算b-a的时候，结果显⽽易见：
b - a0 的结果：
产⽣这种结果的原因是因为由于维度不同，在计算的时候将b变为了与a0同样的3⾏的数组，变化后b的维度变为了(3,3)，等同于如下的计算：
b = np.array([[2,3,5],
[2,3,5],
[2,3,5]])
a0 = np.array([[1],
[2],
[3]])
b - a0
结果仍然为：
以上这篇对Python 中矩阵或者数组相减的法则详解就是⼩编分享给⼤家的全部内容了，希望能给⼤家⼀个参考，也希望⼤家多多⽀持脚本之家。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。