“*“ 在Python list numpy.array 以及 torch.tensor中的作用

也可到我个人博客网站浏览博客

摘要

• 在Python的基础操作和机器学习算法等方面,经常会用到数组或者矩阵的操作.但是操作的数据类型不同,起到的效果不同,导致的结果不同,若不注意,可能会导致算法或者模型结果与预期不同.本文将以 “*” 为例子介绍其在list array tensor 中的不同.

list中的 *

• 代码

@logger.catch()
@snoop
def list_mul():
    a = [[1, 2], [3, 4]]
    b = [[1, 2], [3, 4]]
    logger.info("simple_version")
    print(a*b)

• 输出
  
  可以看到TypeError: can’t multiply sequence by non-int of type ‘list’;说明list类型不能直接使用*计算.

numpy.array 中的 *

• 代码

@logger.catch()
@snoop
def array_mul():
    a_array = np.array([[1, 2], [3, 4]])
    b_array = np.array([[1, 2], [3, 4]])
    logger.info("numpy_version")
    print(a_array * b_array)

• 输出
  
  可以看到输出结果为对应元素相乘;因此两个相乘的array的尺寸应该完全一致.

torch.tensor 中的 *

• 代码

@logger.catch()
@snoop
def tensor_mul():
    a_tensor = torch.tensor([[1, 2], [3, 4]])
    b_tensor = torch.tensor([[1, 2], [3, 4]])
    logger.info("torch_version")
    print(a_tensor * b_tensor)

• 输出
  
  可以看到输出结果和numpy.array相同,只是数据类型不同,因此相乘的两个tensor的尺寸也要相同

总结

list 不能直接使用*实现两个列表相乘; 在相乘的两者尺寸保持一致时,array和tensor实现的都是对应元素相乘.