我正在使用带有numpy的矩阵进行相当复杂的求和.
矩阵的形状是matrix.shape =(500,500),数组的形状是arr.shape =(25,). *** 作如下:
totalsum = np.sum([i * matrix for i in arr])
这是我不明白的:
np.sum()非常慢并返回一个浮点float64.使用Python的总和(.)执行相同的 *** 作,即
@H_419_6@totalsum2 = sum([i*matrix for i in arr])
保留矩阵的形状.也就是说,得到的形状是totalsum2.shape()=(500,500).咦?
我也认为np.sum()花费的时间比sum()更奇怪,特别是当我们使用numpy ndarrays时.
到底发生了什么?
与sum()相比,np.sum()如何将上述值相加?
我想np.sum()来保留矩阵形状.如何设置尺寸,使np.sum()保留矩阵大小并且不返回单个浮点数?
最佳答案必须调用np.sum,并将可选的axis参数设置为0(在0轴上求和,即由列表推导创建的值)@H_419_6@totalsum = np.sum([i * matrix for i in arr],0)
或者,您可以省略括号,以便np.sum评估生成器.
@H_419_6@totalsum = np.sum(i * matrix for i in arr)
总结 以上是内存溢出为你收集整理的python – 使numpy.sum()返回矩阵之和而不是单个数字全部内容,希望文章能够帮你解决python – 使numpy.sum()返回矩阵之和而不是单个数字所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)