Python中的矩阵减法错误或混淆答案

【问题标题】：Matrix substraction in Python error or confusionPython中的矩阵减法错误或混淆
【发布时间】：2021-07-18 05:56:33
【问题描述】：

我有这段代码可以帮助理解问题

hypotesisResult = (hypotesis(dataset, theta_init))
print(dataset.T.shape)
print(hypotesisResult.shape)
print(y.shape)
print((hypotesisResult - y).shape)
print(np.subtract(hypotesisResult, y).shape)

还有这个的输出：

(7, 1329)
(1329, 1)
(1329,1)
(1329, 1329)
(1329, 1329)

我的问题是，为什么如果 a 的矩阵 "hypotesisResult" 的大小为 (1329, 1)，并且我从中减去 "y" (1329,1)，它会得到 (1329,第1329章我做错了什么？我想要一个 (1329, 1) 的新矩阵，这就像一个标量减法

【问题讨论】：

结果形状表明其中一个数组是 (1329,) 或 (1,1329)

标签： python python-3.x numpy machine-learning

【解决方案1】：

我不相信您显示的形状。重新运行此脚本并检查 dtype 可能会更好。

这是我期望的行为，涉及 (n,1) 和 (n,) 或 (1,n) 数组：

In [605]: x=np.ones((4,1),int); y=np.ones((4,),int)
In [606]: x,y
Out[606]: 
(array([[1],
        [1],
        [1],
        [1]]),
 array([1, 1, 1, 1]))
In [607]: x-y
Out[607]: 
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]])
In [608]: x-y[None,:]
Out[608]: 
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]])
In [609]: x-y[:,None]
Out[609]: 
array([[0],
       [0],
       [0],
       [0]])
In [610]: x.T-y
Out[610]: array([[0, 0, 0, 0]])

两个基本的广播规则是：

如果需要，添加前导尺寸 1 尺寸以匹配尺寸数量
调整 size 1 尺寸以匹配其他数组。

【讨论】：

【解决方案2】：

嘿，这不是你的答案，但我有一些很酷的东西要给你

考虑一个保存在列表中的矩阵

matx = [[1,54,2],[5,2,3],[2,23,4]]

所以如果我们需要计算它的转置，我们可以使用zip()函数

print(zip(matx))

结果：-

>>>[(1,5,2),(54,2,23),(2,3,4)]

希望你喜欢这个

【讨论】：