numpy数组广播详解
来源:互联网 发布:对焦算法 编辑:程序博客网 时间:2024/06/16 16:04
numpy数组的广播功能强大,但是也同时让人疑惑不解,现在让我们来谈谈其中的原理。
广播原则:
如果两个数组的后缘维度(即:从末尾开始算起的维度)的轴长相符或其中一方的长度为1,则认为它们是广播兼容的,广播会在缺失和(或)长度为1的轴上进行.
上面的原则很重要,是广播的指导思想,下面我们来看看例子。
1.其实在最简单的数组与标量数字之间的运算就存在广播,只是我们把它看作理所当然了。
2.再看下一个例子,这个大家都会一致认为这是广播了
根据广播原则:arr1的shape为(4,1),arr2的shape为(3,),所以会同时在两个轴发生广播,arr1的shape变成(4,3),而arr2的shape变成(4,3),所以结果也为(4,3).
其实代码中发生了下图描述的事情:
3.同理,我们可以得到三维数组的广播情况
根据广播原则分析:arr1的shape为(3,4,2),arr2的shape为(4,2),它们的后缘轴长度都为(4,2),所以可以在0轴进行广播,arr2的shape变为(3,4,2).
下面说明一下三维数组在各维度的广播形状需求:
以上所有形状都可以发生广播,你可以用我们开篇所说的广播原则进行验证。
最后,再来说一个易错的实际例子。
arr减去他在1轴上的平均值,会出错?看看为啥。
因为arr.mean(1)产生的shape为(4,),根据广播原则,较小的数组的后缘维度必须为1,
所以需要将arr.mean变成(4,1),你所期望的结果如下:
参考:《利用Python进行数据分析》
阅读全文
0 0
- numpy数组广播详解
- numpy中数组广播
- numpy广播
- Numpy中的广播(Broadcasting)
- numpy广播机制
- Numpy的广播机制
- Numpy中的广播(Broadcasting)
- Numpy中的广播(Broadcasting)
- Numpy中的广播(Broadcasting)
- Numpy数组
- NumPy数组
- numpy数组
- numpy数组
- Numpy数组
- Numpy数组
- numpy中的通用函数(ufunc)的广播机制(Broadcasting)依赖于数组shape属性
- NumPy详解
- Numpy详解
- ruby,gem,安装cocoapods
- Erlang:[笔记二,构建工具rebar之发布应用]
- jsonp跨域格式例子
- 关于 Java 数组的 12 个最佳方法
- 线程同步–生产者与消费者模式
- numpy数组广播详解
- 阿里云的Linux中,express创建的服务器遇到的坑
- docker在web开发中得使用流程是怎样的?
- Android6.0+解决getColor()方法过时
- java 求1+2!+3!+...+20!的和
- CodeVs1039[数的划分]
- 创建podsepc
- Volley的简单使用
- poj 3233 Matrix Power Series(矩阵里面的元素也是矩阵)