不是所有的故事都能成为你的眼睛里的色彩，因为岁月会淡化你的颜色。当你的人生路走得不平顺的时候，不要忘记了，你只是走过这条路而已，走过以后一切只能任时光处置。
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），等同于如下的计算：
b = np.array([[2,3,5],
[2,3,5],
[2,3,5]])
a0 = np.array([[1],
[2],
[3]])
b - a0
结果仍然为：
以上这篇对Python 中矩阵或者数组相减的法则详解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。
