Python numpy.add的标识
考虑0+x=x,其中x是一个数字。0被称为+的标识 是否有numpy.add的身份 是的,有点像:np.0。标识显然是零的数组,但需要添加的数组的长度来匹配 >>>将numpy作为np导入 >>>x=np.random.random 100 >>>z=x+np.0_likex >>>np.allclosex,z 符合事实的Python numpy.add的标识,python,numpy,math,matrix,Python,Numpy,Math,Matrix,考虑0+x=x,其中x是一个数字。0被称为+的标识 是否有numpy.add的身份 是的,有点像:np.0。标识显然是零的数组,但需要添加的数组的长度来匹配 >>>将numpy作为np导入 >>>x=np.random.random 100 >>>z=x+np.0_likex >>>np.allclosex,z 符合事实的 以_like结尾的Numpy函数是与相同形状的语法糖。因此,您还可以使用np.zerosx.shape来获得适当的零数组。您也可以只执行x+0并获得相同的效果,这就引出了一个
以_like结尾的Numpy函数是与相同形状的语法糖。因此,您还可以使用np.zerosx.shape来获得适当的零数组。您也可以只执行x+0并获得相同的效果,这就引出了一个问题:为什么知道标识会很有用。0不也只适用于数组吗?因为广播。您可以只使用0为什么在标量0仍将广播时使用类似于零的数组来消耗内存?我不明白..有可能他们想从身份开始,然后以某种方式修改它吗?