我整理的一些關(guān)于Python的項(xiàng)目學(xué)習(xí)資料+視頻（附講解～～）和大家一起分享、學(xué)習(xí)一下：
https://d.51cto.com/wO38C1
2.15 Python 中的廣播 Broadcasting in Python
觀察上圖。
這是一個(gè)不同食物(每100g)中不同營(yíng)養(yǎng)成分的卡路里含量表格，表格為3行4列。
現(xiàn)在想要計(jì)算不同食物中不同營(yíng)養(yǎng)成分中的卡路里百分比。
以計(jì)算蘋果中的碳水化合物卡路里百分比含量為例。
首先計(jì)算蘋果（100g）中三種營(yíng)養(yǎng)成分卡路里總和56+1.2+1.8 = 59，然后用56/59 = 94.9%算出結(jié)果?？梢钥闯鎏O果中的卡路里大部分來自于碳水化合物，而牛肉則不同。
對(duì)于其他食物，計(jì)算方法類似。先按列求和，得到每種食物的三種營(yíng)養(yǎng)成分總和，然后分別用不同營(yíng)養(yǎng)成分的卡路里數(shù)量除以總和，計(jì)算百分比。
問題來了，是否可以不用顯示的for循環(huán)完成所有計(jì)算？
我們把上面的表格等于 3 x 4 的矩陣A。然后用1行代碼對(duì)列求和，得到4個(gè)數(shù)字，表示4種食物的卡路里總量。最后用第二行代碼把每個(gè)元素都除以對(duì)應(yīng)的列之和，得到每種食物每種營(yíng)養(yǎng)成分的百分比。
代碼如下
運(yùn)行結(jié)果
注意： A.sum(axis = 0)，axis表示沿著哪個(gè)軸求和。0表示是垂直的，也就是列；1表示水平的，也就是行。
percentage=100*A/cal.reshape(1,4)則調(diào)用了numpy中的廣播機(jī)制。
這里使用3x4的矩陣A除以 1x4 的矩陣cal。從技術(shù)上說，執(zhí)行第一行代碼后，變量cal已經(jīng)是一個(gè)1x4矩陣了，不需要reshape（重塑）成1x4，似乎有點(diǎn)多余。但是，當(dāng)我們寫代碼時(shí)不確定矩陣維度（尺寸）的時(shí)候，通常會(huì)對(duì)矩陣進(jìn)行重塑來確保得到我們想要的（正確的）列向量或行向量。
reshape是一個(gè)常用時(shí)間的操作，時(shí)間復(fù)雜度是O(1)，它的調(diào)用代價(jià)極低。不要害怕使用reshape來得到你需要的矩陣形狀。
現(xiàn)在的問題是，你怎么讓一個(gè)3x4的矩陣除以1x4的矩陣呢？
例1
如上圖。在python中，當(dāng)一個(gè) 4x1 的列向量與一個(gè)常數(shù)做加法時(shí)，實(shí)際上會(huì)將常數(shù)擴(kuò)展為一個(gè) 4x1 的列向量，然后兩者做逐元素加法，結(jié)果就是右邊的這個(gè)向量。這種廣播機(jī)制對(duì)于行向量和列向量均可以使用。前面介紹邏輯回歸時(shí)候曾經(jīng)說過，常數(shù)b也是這樣擴(kuò)展的。
例2
再看上圖。用一個(gè) 2x3 的矩陣和一個(gè) 1x3 的矩陣相加，或者擴(kuò)展到一般情況，讓一個(gè)m x n的矩陣和一個(gè)1 x n的矩陣相加。python把1xn的矩陣復(fù)制m次，把它變成一個(gè)m x n的矩陣。所以，上圖中1x3的矩陣會(huì)變成2x3的矩陣，然后再和第一個(gè)的2x3矩陣逐個(gè)元素相加。這里就和我們計(jì)算percentage時(shí)候處理方法完全一樣了，只不過計(jì)算percentage用的是除法。
例3
如上圖。這里相當(dāng)于是一個(gè) 2x3 或者說m x n 的矩陣加上一個(gè) 2x1 或者說m x 1的矩陣。在進(jìn)行運(yùn)算時(shí)，會(huì)先將m x 1矩陣水平復(fù)制n次，變成一個(gè) m x n的矩陣，然后再逐個(gè)元素相加。
總結(jié)：python中廣播的通用規(guī)則
對(duì)于1個(gè)m x n的矩陣，如果要加減乘除1個(gè) 1 x n的矩陣，python首先會(huì)把1 x n的矩陣復(fù)制m次（按行復(fù)制），變成一個(gè)m x n的矩陣，然后逐個(gè)元素加減乘除。對(duì)于1個(gè)m x n的矩陣，如果要加減乘除1個(gè) m x 1的矩陣，python首先會(huì)把m x 1的矩陣復(fù)制n次（按列復(fù)制），同樣變成一個(gè)m x n的矩陣，然后逐個(gè)元素加減乘除。對(duì)于1個(gè)m x 1的矩陣（列向量），如果要加減乘除1個(gè)實(shí)數(shù)，那就是把實(shí)數(shù)復(fù)制m次，得到另外1個(gè)m x 1的矩陣，然后逐個(gè)元素加減乘除對(duì)于1個(gè)1 x n的矩陣（行向量），如果要加減乘除1個(gè)實(shí)數(shù)，那就是把實(shí)數(shù)復(fù)制n次，得到另外1個(gè)1 x n的矩陣，然后逐個(gè)元素加減乘除在numpy文檔中搜索broadcasting可以獲得詳細(xì)說明。
習(xí)慣用Matlab/Octave 編程的人，可能會(huì)用有類似功能的函數(shù)bsxfun。不過NN只需要python就可以了。
整理的一些關(guān)于Python的項(xiàng)目學(xué)習(xí)資料+視頻（附講解～～），需要自取
https://d.51cto.com/wO38C1
本文章為轉(zhuǎn)載內(nèi)容，我們尊重原作者對(duì)文章享有的著作權(quán)。如有內(nèi)容錯(cuò)誤或侵權(quán)問題，歡迎原作者聯(lián)系我們進(jìn)行內(nèi)容更正或刪除文章。
贊 收藏 評(píng)論 舉報(bào)相關(guān)文章
