Python numpy sum (-1)

Question

Python numpy sum (-1)

3

假设我想要将矩阵 A 进行归一化。我找到了下面这段代码：

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

我假设我们在这里减去了平均值为0。我的问题是分母。我们正在对我们已经平方并求和的某些内容进行平方根运算，但我不明白它是什么。

具体来说，这个操作是什么意思：

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

- StatsSorceress

1

沿着最后一个轴求和的平方根。[..., np.newaxis]基本上保持了被求和减少的维数的数量。另一种方法是使用keepdims与summing。关于省略号...扩展最后一个维度，请参见here。有关省略号的更多信息：https://dev59.com/A3RA5IYBdhLWcg3w8iol - Divakar

最近有关于keepdims的问题，附带示例：https://dev59.com/q1gR5IYBdhLWcg3wu_f4 - hpaulj

np.newaxis是一些值得探究的东西，尽管它很令人困惑。它基本上是Numpy对于这个问题的答案：“我们如何将秩为1的数组（向量）转换为秩为2、秩为3和秩为N的数组（类似矩阵的数组、体积、N维体积等）”。在Python（IPython、Jupyter Notebook等）中尝试以下实验：用...替换颜色，并用None替换np.newaxis，分别输入np.random.rand(3)[:, np.newaxis]和np.random.rand(3,3)[:, :, np.newaxis]。 - Ahmed Fasih

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- keepAlive · Accepted Answer

我们拥有

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

这可以分解为

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

其中，C 是经过操作展平的 B 的行和（列和应为 B.sum(0)），D 是 C 逐元素开方后得到的结果。

为了使 A 得到正确的归一化，我们需要分母的形状正确，以便将 A 的第 k 行除以 D 的第 k 项。因此，我们必须明确地将 np.sqrt(C) 展平的结果重塑为列向量，如下所示：

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