1 數(shù)組間運算

聲明：本博客討論的數(shù)組間運算是指四則運算，如：a+b、a-b、a*b、a/b，不包括 a.dot(b) 等運算，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 的兩個數(shù)組間運算是指兩個數(shù)組的對應元素相加。我們經(jīng)常會碰到一些不同 shape 的數(shù)組間運算。

那么，任何兩個不同 shape 的數(shù)組都能運算么？又遵循什么樣的運算規(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

運算條件：

設a為低維數(shù)組，b為高維數(shù)組，則a和b能運算的充分條件是：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）

運算規(guī)則：

• 當a為數(shù)字時，將a與b的每個元素運算，運算后的 shape 與b相同當
• a可以作為b的一個元素，將a與b中每個相同 shape 的子元素運算，運算后的 shape 與b相同
• 當a為行向量b為列向量時，將a中每個元素與b中每個元素分別運算，運算后的 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 實驗

數(shù)組與數(shù)字之間的運算

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]]

補充：shape=(1, ) 的數(shù)組可以與任意 shape 的數(shù)組運算，運算規(guī)則同數(shù)字與數(shù)組的運算。

行向量與列向量之間的運算

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]]]

到此這篇關于關于Python中兩個不同shape的數(shù)組間運算規(guī)則的文章就介紹到這了,更多相關Python兩個不同shape的數(shù)組內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論