python数组相减_对Python 中矩阵或者数组相减的法则详解

对Python 中矩阵或者数组相减的法则详解

最近在做编程练习，发现有些结果的值与答案相差较大，通过分析比较得出结论，大概过程如下：

定义了一个计算损失的函数：

def error(yhat,label):

yhat = np.array(yhat)

label = np.array(label)

error_sum = ((yhat - label)**2).sum()

return error_sum

主要出现问题的是 yhat - label 部分，要强调的是一定要保证两者维度是相同的！这点很重要，否则就会按照python的广播机制进行运算，举个例子：

a = np.array([1,2,3])

a0 = np.array([[1],[2],[3]])

b = np.array([2,3,5,])

print(b-a)

print(b-a0)

这里a的维度是(3,)，因为是由列表转化成的数组(当然不是很推荐这种维度，因为很容易犯错)，a0的维度是(3,1)，b的维度是(3，)，a与b的维度相同，在计算b-a的时候，结果显而易见：

b - a0 的结果：

产生这种结果的原因是因为由于维度不同，在计算的时候将b变为了与a0同样的3行的数组，变化后b的维度变为了(3,3)，