广播确实对此有好处:
row_sums = a.sum(axis=1)new_matrix = a / row_sums[:, numpy.newaxis]
row_sums[:, numpy.newaxis]重塑row_sums从存在
(3,)到存在
(3, 1)。当你这样做
a /b,
a并
b会相互播出。
您可以
在此处
了解更多有关 广播的
信息
,甚至可以
在此处
了解更多。
欢迎分享,转载请注明来源:内存溢出
广播确实对此有好处:
row_sums = a.sum(axis=1)new_matrix = a / row_sums[:, numpy.newaxis]
row_sums[:, numpy.newaxis]重塑row_sums从存在
(3,)到存在
(3, 1)。当你这样做
a /b,
a并
b会相互播出。
您可以
在此处
了解更多有关 广播的
信息
,甚至可以
在此处
了解更多。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)