python 统计矩阵元素

该文展示了如何使用PyTorch的`torch.size()`和NumPy的`np.size()`及`np.shape`来统计张量和矩阵的元素数量。还通过`np.bincount`演示了在NumPy中统计数组元素出现次数的方法。
摘要由CSDN通过智能技术生成

目录

pytorch tensor统计元素个数:

numpy统计矩阵


pytorch tensor统计元素个数:

import torch
import numpy as np

def test():
    torch.manual_seed(1)
    a = torch.randn(3, 4)
    print(a)
    print(a.size())
    print(*a.size())
    print(np.multiply(*a.size()))

test()

结果:
tensor([[ 0.6614,  0.2669,  0.0617,  0.6213],
        [-0.4519, -0.1661, -1.5228,  0.3817],
        [-1.0276, -0.5631, -0.8923, -0.0583]])
torch.Size([3, 4])
3 4
12


原文链接:https://blog.csdn.net/qq_43678005/article/details/122666046

numpy统计矩阵

    import numpy as np

    a = np.array([[3, 7, 5], [8, 4, 3], [2, 4, 9]])

    print(a.size)
    print(a.shape)

结果:

9
(3, 3)

numpy统计元素出现个数:

    test1 = np.array([[0, 1, 0], [0, 1, 1], [0, 1, 2]])
    x = np.bincount(test1.flatten())
    print(x)

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值