python – Numpy数组广播规则

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Numpy数组广播规则，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1297字，纯文字阅读大概需要2分钟。

内容图文

我在Numpy中理解阵列广播的规则时遇到了一些麻烦.

显然,如果你在两个相同尺寸和形状的数组上执行逐元素乘法,一切都很好.此外,如果您将多维数组乘以标量,它就可以工作.我明白了.

但是如果你有两个不同形状的N维阵列,我不清楚我究竟是什么广播规则. documentation/tutorial解释说：为了进行广播,操作中两个数组的尾轴大小必须相同,或者其中一个必须为1.

好吧,所以我假设它是尾随轴,它们指的是M x N阵列中的N.那么,这意味着如果我尝试将两个二维数组(矩阵)乘以相同数量的列,它应该有效吗？除了它没有……

>>> from numpy import *
>>> A = array([[1,2],[3,4]])
>>> B = array([[2,3],[4,6],[6,9],[8,12]])
>>> print(A)
[[1 2]
 [3 4]]
>>> print(B)
[[ 2  3]
 [ 4  6]
 [ 6  9]
 [ 8 12]]
>>> 
>>> A * B
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: shape mismatch: objects cannot be broadcast to a single shape

由于A和B都有两列,我原以为这会起作用.所以,我可能误解了关于术语“拖尾轴”的一些内容,以及它如何应用于N维数组.

有人可以解释为什么我的例子不起作用,“尾随轴”是什么意思？

解决方法:

那么,尾随轴的含义在链接的文档页面上有解释.
如果您有两个具有不同尺寸编号的阵列,例如一个1x2x3和其他2×3,那么您只比较尾随的公共尺寸,在这种情况下为2×3.但是如果你的数组都是二维的,那么它们的相应大小必须相等或者其中一个必须是1.数组大小为1的维度称为单数,并且可以沿着它们广播数组.

在你的情况下,你有一个2×2和4×2和4！= 2并且4或2都不等于1,所以这不起作用.

内容总结

以上是互联网集市为您收集整理的python – Numpy数组广播规则全部内容，希望文章能够帮你解决python – Numpy数组广播规则所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端