Python的numpy的总和（-1）

假设我想我正常化跨越这些代码来矩阵A：Python的numpy的总和（-1）

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

我们在这里减去0均值，我想。我的问题是分母。我们正在平衡和总结一些东西的平方根，但我不明白。

具体来说，这是什么呢：

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

来源

2016-12-02 StatsSorceress

平方根。这个'[...，np.newaxis]'基本上保持了相同数量的dims，这个数量被求和减少了。替代方法是使用[keepdims' with summming]（https://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.sum.html）。在省略号'''扩展最后一个昏暗，请参阅['这里']（http://stackoverflow.com/a/40383002/3293881）。关于省略号的更多信息：http://stackoverflow.com/questions/772124/what-does-the-python-ellipsis-object-do – Divakar

关于'keepdims'的最近问题，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，尽管它很混乱。它基本上是Numpy对这个问题的回答，“我们如何将1级阵列（向量）转换为2级和3级和N级阵列（分别为矩阵状阵列，体积，N维体积）”。在Python中进行以下试验（IPython，Jupyter Notebook等）：'np.random.rand（3）[：，np.newaxis]'和'np.random.rand（3,3）[:,：， np.newaxis]'，用'...'替换颜色，用'None'替换'np.newaxis'。 –

我们有

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

它可以分解为

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

其中C是B的行总和，其中已被操作压扁（列总和将为B.sum(0)）和D是C的入门平方根。

对于A是正确地归一化，我们所需要的分母被正确地成形，以便通过D的ķ个术语的A的ķ个行分割。因此，我们必须明确地重塑np.sqrt(C)扁平化的结果为是列向量，如下所示沿轴线最后总结了值的

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

来源

2016-12-02 22:04:11 Kanak

Python的numpy的总和（-1）

回答

相关问题