求解python中numpy的行向量可以跟列向量直接相加问题

JadenNeal 2019-02-22 04:09:19

如图，看网上教程说python中的numpy有时候有点莫名其妙，于是举了这个例子，我一试，果然是这样。
那请问大佬们，这个该怎么理解呢？以后写代码如何规避这种莫名其妙的bug呢？

...全文

980 5 打赏收藏举报

写回复

5 条回复

切换为时间正序

当前发帖距今超过3年，不再开放新的回复

发表回复

豆豆豆沙包 2019-03-01

打赏
举报

回复

题主广播运算了解一下

四周垒起围墙 2019-02-28

打赏
举报

回复

numpy中的broadcasting机制，具体可以看一哈文档

Mr.Zheng~_ 2019-02-26

打赏
举报

回复

这个是二维数组相加，a是一行三列，b是三行一列，每一行对应相加的结果~_

JadenNeal 2019-02-23

打赏
举报

回复

引用 1 楼 ssj021224 的回复:

这不是bug，numpy就是这么设计的。

我知道是这么设计的，但是其中的原理能讲一下吗？

ssj021224 2019-02-23

打赏
举报

回复

这不是bug，numpy就是这么设计的。

相关推荐

import numpy as np # 定义行向量 # Method1(直接定义) x1 = np.array([[-3/4,-1/4,-1/8]]) print(x1) # Method2 a = [[-3/4,-1/4,-1/8]] x2 = np.array(a) print(x2) # 定义列向量 # Method1(直接定义) x3 = np.array([[-3/4],[-1/4],[-1/8]]) print(x3) # Method2(利用行向量的Method1) x4 = x1.

Python 中的行向量、列向量和矩阵 1.一维数组一维数组既不是行向量，也不是列向量。 import numpy as np a=np.array([1,2,3]) print(np.shape(a)) (3,) 2.行向量 import numpy as np a=np.array([[1,2,3]]) print(np.shape(a)) (1,3) 3.列向量 import numpy as np a=np.array([[1],[2],[3]]) print(np.shape(a))

参考资料总结一句话：Numpy中的数组shape为（m,）说明它是一个一维数组，或者说是一个向量，但是具体是行向量还是列向量是很灵活的，再与矩阵进行矩阵乘法时，numpy会自动判断此时的一维数组应该取行向量还是列向量。所以说，无须纠结得到的一维数组是行向量还是列向量，或者说一维数组在用户看来就没有行列之分，其行列的不同在Python计算时会自动进行处理。 ...

记录下问题…常规用法如下：值得注意的是行向量转换成列向量或者列向量转换成行向量，注意矩阵的定义。

numpy中向量的计算基本语法和函数不再赘述。numpy中比较一个比较常见的问题是向量广播问题。numpy中将向量通通表示并且记录成行向量的形式。包括对一个多维矩阵进行切割操作，得到的只有一行或者一列的形式也会转换为自动转换为行向量。推荐不要随便将行向量reshape为列向量保存，因为向量通常既做行向量运算又做列向量运算，来回转换的话会很麻烦。在计算的时候临时reshape更不容易出错。...

发帖

3.7w+

社区成员

3.4w+

社区内容

JavaScript，VBScript，AngleScript，ActionScript，Shell，Perl，Ruby，Lua，Tcl，Scala，MaxScript 等脚本语言交流。

社区管理员

加入社区

帖子事件

创建了帖子

2019-02-22 04:09