2022/02/07

对于numpy的random和dot函数的理解

import numpy as np

a = np.random.rand(100000)
b = np.random.rand(100000)

c = np.dot(a,b)
d = np.random.random((3,3))  # 输出结果为（3,3）矩阵而非3个（0,3）的随机数

print("c：" + str(c) )
print("d：" + str(d) )

输出结果为

c：24982.721824581393
d：[[0.51674315 0.7977575  0.5950177 ]
 [0.02240989 0.2777705  0.85499163]
 [0.4417579  0.02959082 0.42676586]]

2022/02/09

对于numpy的shape和axis函数的理解

import numpy as np

a=np.array([[[1,2],[2,3],[3,4]],[[2,3],[4,5],[7,8]]])

print(a)
print(a.shape)

输出结果为

[[[1 2]
  [2 3]
  [3 4]]

 [[2 3]
  [4 5]
  [7 8]]]

(2, 3, 2)

即输出一三维数组，其包含两个三行两列二维数组（2,3,2）。
随后运行如下代码进行求和：

print(a.sum(axis=0))
print(a.sum(axis=1))
print(a.sum(axis=2))
print(a.sum(axis=(0,1)))

输出结果为：

# a.sum(axis=0)
[[ 3  5]
 [ 6  8]
 [10 12]]

# a.sum(axis=1)
[[ 6  9]
 [13 16]]

# a.sum(axis=2)
[[ 3  5  7]
 [ 5  9 15]]

# (a.sum(axis=(0,1))
[19 25]

分别为对数组的第1、2、3个中括号进行求和，即对低一层次数组（二维数组）、低两层次数组（列）、低三层次数组（行）进行求和。具体情况按上述示例理解，重点在于如何理解数组的axis参数。