解决Numpy中sum函数求和结果维度的问题
使用Numpy（下面简称np）中的sum函数对某一维度求和时，由于该维度会在求和后变成一个数，所以所得结果的这一维度为空。
比如下面的例子：
a=np.array([[1,2,3],[4,5,6]]) b=np.sum(a,axis=1) print(b.shape) #(2,)
所以，对于一个shape为(2,3)的数组，在默认情况下使用np.sum函数求和后得到的结果shape是(2,)，如果我们想得到的是(2,1)的shape怎么办？比如Ng的深度学习编程练习中Course1Assignment4就要求这样。使用reshape函数当然可以，只是没有必要，太麻烦了一点不优雅。我们可以使用通过设置keepdims参数实现，还是这个例子：
a=np.array([[1,2,3],[4,5,6]]) b=np.sum(a,axis=1,keepdims=True) print(b.shape) #(2,1)
(2,1)和(2,)的shape之间不同参见What'sthedifferencebetween(N,)and(N,1)inNumpy?—Stackoverflow
这里有个小例子可以帮助理解：
a=np.ones((5,)) b=np.ones((5,1)) print(a) #[1.1.1.1.1.] print(b) #[[1.] #[1.] #[1.] #[1.] #[1.]]
以上这篇解决Numpy中sum函数求和结果维度的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。