Numpy 에서 sum 함수 구 와 결과 차원 의 문 제 를 해결 합 니 다.

Numpy(아래 np 로 약칭)의 sum 함 수 를 사용 하여 특정한 차원 에 대해 합 의 를 구 할 때 이 차원 은 합 의 를 구 한 후에 하나의 숫자 가 되 기 때문에 얻 은 결과 의 이 차원 은 비어 있 습 니 다.
예 를 들 어 다음 의 예:


a = np.array([[1,2,3],[4,5,6]])
b = np.sum(a,axis=1)
print(b.shape)
# (2,)

그래서 shape 가(2,3)인 배열 에 대해 기본 적 인 상황 에서 np.sum 함수 구 화 를 사용 하여 얻 은 결과 shape 는(2,)입 니 다.만약 에 우리 가 얻 고 싶 은 것 이(2,1)의 shape 라면 어떻게 합 니까?예 를 들 어 Ng 의 딥 러 닝 프로 그래 밍 연습 에서 Course 1 Assignment 4 가 이렇게 요구 했다.reshape 함 수 를 사용 하 는 것 은 물론 입 니 다.다만 필요 없습니다.너무 번 거 롭 고 우아 하지 않 습 니 다.keepdims 인 자 를 설정 해서 실현 할 수 있 습 니까?아니면 이 예 를 사용 할 수 있 습 니까?


a = np.array([[1,2,3],[4,5,6]])
b = np.sum(a,axis=1,keepdims=True)
print(b.shape)
# (2,1)

(2,1)과(2,)의 shape 는 What's the difference between(N,)and(N,1)in Numpy 를 참조 합 니 다.Stackoverflow
여기 에는 이해 에 도움 이 되 는 작은 예 가 있다.


a = np.ones((5,))
b = np.ones((5,1))
print(a)
# [1. 1. 1. 1. 1.]

print(b)
# [[1.]
# [1.]
# [1.]
# [1.]
# [1.]]

이상 의 Numpy 에서 sum 함수 구 와 결과 차원 의 문 제 를 해결 하 는 것 은 바로 편집장 이 여러분 에 게 공유 한 모든 내용 입 니 다.여러분 에 게 참고 가 되 고 여러분 들 이 저 희 를 많이 사랑 해 주 셨 으 면 좋 겠 습 니 다.

이 내용에 흥미가 있습니까?

현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:

numpy.array 함수 상해

numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0) 역할: 그룹을 만듭니다. object:배열 그룹 인터페이스의 모든 대상을 공개합...

텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.

CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.

Numpy 에서 sum 함수 구 와 결과 차원 의 문 제 를 해결 합 니 다.

좋은 웹페이지 즐겨찾기