Python的numpy的總和（-1）

假設我想我正常化跨越這些代碼來矩陣A：Python的numpy的總和（-1）

A_norm = (A/np.sqrt((A ** 2).sum(-1))[..., np.newaxis]).astype(np.float32)

我們在這裏減去0均值，我想。我的問題是分母。我們正在平衡和總結一些東西的平方根，但我不明白。

具體來說，這是什麼呢：

np.sqrt((A ** 2).sum(-1))[..., np.newaxis]

來源

2016-12-02 StatsSorceress

平方根。這個'[...，np.newaxis]'基本上保持了相同數量的dims，這個數量被求和減少了。替代方法是使用[keepdims' with summming]（https://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.sum.html）。在省略號'''擴展最後一個昏暗，請參閱['這裏']（http://stackoverflow.com/a/40383002/3293881）。關於省略號的更多信息：http://stackoverflow.com/questions/772124/what-does-the-python-ellipsis-object-do – Divakar

關於'keepdims'的最近問題，用示例：http://stackoverflow.com/questions/40927156/python中的keepdims的作用 – hpaulj

['np.newaxis']（https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html#numpy.newaxis ）是值得搞清楚的，儘管它很混亂。它基本上是Numpy對這個問題的回答，「我們如何將1級陣列（向量）轉換爲2級和3級和N級陣列（分別爲矩陣狀陣列，體積，N維體積）」。在Python中進行以下試驗（IPython，Jupyter Notebook等）：'np.random.rand（3）[：，np.newaxis]'和'np.random.rand（3,3）[:,：， np.newaxis]'，用'...'替換顏色，用'None'替換'np.newaxis'。 –

我們有

np.sqrt((A ** 2).sum(-1))

它可以分解爲

B = A**2 
C = B.sum(-1) 
D = np.sqrt(C)

其中C是B的行總和，其中已被操作壓扁（列總和將爲B.sum(0)）和D是C的入門平方根。

對於A是正確地歸一化，我們所需要的分母被正確地成形，以便通過D的ķ個術語的A的ķ個行分割。因此，我們必須明確地重塑np.sqrt(C)扁平化的結果爲是列向量，如下所示沿軸線最後總結了值的

D = np.sqrt(C)[..., np.newaxis]

來源

2016-12-02 22:04:11 Kanak

Python的numpy的總和（-1）

回答

相關問題