python中sum函数的使用

我很难理解上述陈述

对于x的每个值，我们从中减去x_d，得到一个值。但我们的密度为（30，）

我们如何得到密度维数为（30，）

的表达式

output:

x_d shape:  (30,)
x shape:  (20,)

将使用NumPy使两个对象的形状一致。在这种情况下，它意味着将标量值

xi

视为一个具有所有相同值和相同维数的数组，就像

xud

一样

abs

函数和小于比较将在NumPy数组中按元素工作，因此表达式

xi - x_d

---

谢谢你的回复。我不明白这句话对于席的多个值，这会重复，导致多个不同的长度-30个数组。对于x的每个元素重复For循环，在本例中，我们得到了x的每个元素的20个形状数组（30，）的列表，并且我们对所有20个形状数组（30）求和。我的理解是对的。顺便说一下，有一种方法可以打印每个长度为30的数组，每个值为x。ThanksImagine只取

x

的第一个值（在

sum

中循环的第一次迭代）。让我们假设这个值为0。然后您将计算

0-x\u d

。在NumPy中，这将生成一个数组，该数组的值为

[0-xud[0]、0-xud[1]、…]

。所以我们得到了一个长度为30的数组。让我们把它放在脑后，继续下一个迭代，它将来自条目

x[1]

（第二个条目在

x

）。我们重复这个过程，得到

[x[1]-x\ud[0]，x[1]-x\ud[1]，…]

。因此，在内部代码< SUM < /COD>，循环的每个通道都为该迭代创建了一个整个长度为30的数组。如果要打印中间数组，则可以使用X< X中的代码>：打印（（ABS席席（X-XYD）< 0.5））< /C>。您甚至可以手动将其中的3个保存到一个列表中，如下所示：

test=[（abs（x[0]-x\ud）<0.5），（abs（x[1]-x\ud）<0.5），（abs（x[2]-x\ud）<0.5）]

，然后尝试

sum（test

，看看会发生什么。谢谢您的帮助。现在它有助于理解语句。

xi - x_d

(abs(xi - x_d) < 0.5)

In [31]: x_d = np.linspace(-4, 8, 30)

In [32]: x = np.arange(20)

In [33]: x
Out[33]: 
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19])

In [34]: density = sum((abs(xi - x_d) < 0.5) for xi in x)

In [35]: density
Out[35]: 
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1])