Python 中矩陣或者陣列相減的法則
阿新 • • 發佈:2018-11-11
最近在做程式設計練習,發現有些結果的值與答案相差較大,通過分析比較得出結論,大概過程如下:
定義了一個計算損失的函式:
def error(yhat,label):
yhat = np.array(yhat)
label = np.array(label)
error_sum = ((yhat - label)**2).sum()
return error_sum
主要出現問題的是 yhat - label 部分,要強調的是一定要保證兩者維度是相同的!這點很重要,否則就會按照python的廣播機制進行運算,舉個例子:
a = np.array([1,2,3]) a0 = np.array([[1],[2],[3]]) b = np.array([2,3,5,]) print(b-a) print(b-a0)
這裡a的維度是(3,),因為是由列表轉化成的陣列(當然不是很推薦這種維度,因為很容易犯錯),a0的維度是(3,1),b的維度是(3,),a與b的維度相同,在計算b-a的時候,結果顯而易見:
b - a0 的結果:
產生這種結果的原因是因為由於維度不同,在計算的時候將b變為了與a0同樣的3行的陣列,變化後b的維度變為了(3,3),等同於如下的計算:
b = np.array([[2,3,5], [2,3,5], [2,3,5]]) a0 = np.array([[1], [2], [3]]) b - a0
結果仍然為: