人妖在线一区,国产日韩欧美一区二区综合在线,国产啪精品视频网站免费,欧美内射深插日本少妇

新聞動態(tài)

淺談numpy 函數(shù)里面的axis參數(shù)的含義

發(fā)布日期:2022-07-22 14:39 | 文章來源:腳本之家

numpy支持對矩陣和數(shù)組進(jìn)行運算,因此很多numpy的很多運算都需要指定操作的維數(shù)參數(shù)axis(當(dāng)然這些axis都有帶默認(rèn)值的),本博客以numpy.sum求和函數(shù)為例,具體分析axis參數(shù)不同取值下的含義。

先說結(jié)論

設(shè) numpy.sum的輸入矩陣為a. numpy.sum的返回矩陣為rst.

則矩陣a的形狀為:sp=numpy.shape(a),例如sp=[m,n,p,q···]

rst的形狀為將sp的第axis個元素設(shè)為1,即:

sp'=sp
sp'[axis]=1
numpy.shape(rst)==sp' 為真.

例如:axis=2,

如果a是矩陣則:

rst的形狀應(yīng)該為:[m,n,1,q···]

對于rst的元素rst[m',n',1,q'···]計算方法為:

【注意第axis軸】下標(biāo)只能取1.

numpy.sum(a,axis=2)的內(nèi)部計算其實為:

for i in range(sp[axis]):
 rst[m'][n'][1][q'][···]+=a[m'][n'][i][q'][···]

結(jié)果上發(fā)現(xiàn)是第axis維變成1,計算過程其實是對第axis軸進(jìn)行了遍歷,讓sp[axis]個元素合并成一個元素。

而如果a是一個array則:

rst的形狀應(yīng)該為:[m,n,q,···]

注意第axis維直接不見了

numpy.sum(a,axis=2)的內(nèi)部計算

for i in range(sp[axis]):
 rst[m'][n'][q'][···]+=a[m'][n'][i][q'][···]

結(jié)果上發(fā)現(xiàn)是第axis維變沒了,計算過程其實是對第axis軸進(jìn)行了遍歷,讓sp[axis]個元素合并成一個元素。

舉例說明

簡單點的

import numpy as np
a=np.mat([[1,2,3],[4,5,6]])

a的shape:

print (np.shape(a))

輸出:(2, 3)

計算:np.sum(a,axis=0)

>>> s0=np.sum(a,axis=0)
>>> s0
matrix([[5, 7, 9]])

按照【先說結(jié)論】的方法:

axis=0

a的形狀:(2,3)

所以rst的形狀為:(1,3)

對于rst的每個元素p,q:

rst[p][q] 的 計算方法為(其中p只能等于0,q=0,1,2):

for i in range(np.shape(a)[axis]):
  rst[0][q]+=a[i][q]

所以:

rst[0][0]=a[0][0]+a[1][0]=1+4=5
rst[0][1]=a[0][1]+a[1][1]=2+5=7
rst[0][2]=a[0][2]+a[1][2]=3+6=9

所以rst就是[[5,7,9]]

計算 numpy.sum(a,axis=1)

a=[[1,2,3],[4,5,6]

>>> s1=np.sum(a,axis=1)
>>> s1
matrix([[ 6],
  [15]])
>>> np.shape(s1)
(2, 1)
>>> 

一樣的分析方法:

按照【先說結(jié)論】的方法:

axis=1

a的形狀:(2,3)

所以rst的形狀為:(2,1)

對于rst的每個元素p,q:

rst[p][q] 的 計算方法為(其中p=0,1 ,而q只能為0):

for i in range(np.shape(a)[axis]):
  rst[p][0]+=a[p][i]

所以:

rst[0][0]=a[0][0]+a[0][1]+a[0][2]=1+2+3=6
rst[1][0]=a[1][1]+a[1][1]+a[1][2]=4+5+6=15

所以rst就是[[6],[15]].

復(fù)雜點的:

>>> b=np.array([[[1,2,3],[4,5,6],[7,8,9]]])
>>> b
array([[[1, 2, 3],
  [4, 5, 6],
  [7, 8, 9]]])
>>> np.shape(b)
(1, 3, 3)

b是1x3x3,是一個array.

那么np.sum(b,axis=2)等于多少呢?

標(biāo)準(zhǔn)答案:

>>> print (np.sum(b,axis=2))
[[ 6 15 24]]

分析結(jié)果:

返回值應(yīng)該為1x3形狀的array,對于元素rst[p][q].

rst[p][q]=a[p][q][0]+a[p][q][1]+a[p][q][2]

例如rst[0][1]=a[0][1][0]+a[0][1][1]+a[0][1][2]=8+5+6=15.

而np.sum(b,axis=2)的第一行第二個元素正是 15.

關(guān)于axis默認(rèn)值

一般此類針對矩陣、array的函數(shù)都有一個axis參數(shù),并且此默認(rèn)為None.當(dāng)axis為None使 表示運算是遍歷矩陣(array)的每一個元素的,是逐元素的計算。

補(bǔ)充:python中某些函數(shù)axis參數(shù)的理解

總結(jié)為一句話:

設(shè)axis=i,則numpy沿著第i個下標(biāo)變化的方向進(jìn)行操作。

當(dāng)然,這個i是從0開始數(shù)的,作為程序員的你一定不會搞錯。

axis意為“軸”,它指定了函數(shù)在張量(矩陣、等等)上進(jìn)行操作的方向。

例如有一個ndarray,名叫A,A.shape=(3,8,5,7)。

那么np.sum(A, axis=2)計算的結(jié)果的shape就是(3,8,7)。

假設(shè)這個shape是(3,8,7)的ndarray變量名為B,那么實際上:

B[i][j][k]=A[i][j][0][k]+A[i][j][1][k]+A[i][j][2][k]+A[i][j][3][k]+A[i][j][4][k]

以下代碼你可以自己跑一下試試:

import numpy as np
A=np.random.randn(3,8,5,7)
print("A.shape=",A.shape)
B=np.sum(A,axis=2)
print("B.shape=",B.shape)

預(yù)期輸出為:

A.shape= (3, 8, 5, 7)

B.shape= (3, 8, 7)

以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持本站。

美國服務(wù)器租用

版權(quán)聲明:本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有,歡迎引用、轉(zhuǎn)載,請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站,禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像,否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來,僅供學(xué)習(xí)參考,不代表本站立場,如有內(nèi)容涉嫌侵權(quán),請聯(lián)系alex-e#qq.com處理。

相關(guān)文章

實時開通

自選配置、實時開通

免備案

全球線路精選!

全天候客戶服務(wù)

7x24全年不間斷在線

專屬顧問服務(wù)

1對1客戶咨詢顧問

在線
客服

在線客服:7*24小時在線

客服
熱線

400-630-3752
7*24小時客服服務(wù)熱線

關(guān)注
微信

關(guān)注官方微信
頂部