总结“我”之间的差异

Question

我正试图按照以下公式对“我”的差额进行求和：

​

​

其中f是一个由0和1组成的15x1数组，如下所示：

[[1]
 [0]
 [0]
 [0]
 [0]
 [0]
 [0]
 [0]
 [0]
 [1]
 [1]
 [0]
 [0]
 [0]
 [0]]

M是一个8×15矩阵，也是0和1的矩阵，第一行是：

[0 0 1 1 1 1 0 1 0 0 0 1 1 0 0]

"f“在while循环中，每次迭代都会发生变化，所以我需要做很多次。我要实现上面的公式，使f中的每个元素从M(C，i)的对应元素中减去，然后取绝对值，并对这些值进行求和。从手工计算，这个值应该是10，所以很明显，我目前的方法是错误的(返回117)：

(np.sum(abs(f - M[C,])))

我可能漏掉了一些显而易见的东西，有人能告诉我吗？当我试图循环范围(0，15)，我也关闭。

Answer 1

在减法过程中，您希望f跨广播跨M。要做到这一点，形状必须兼容。f需要是重塑

f.reshape(-1) - M

f = np.random.random_integers(0,1,(15,1))
M = np.random.random_integers(0,1,(5,15))

>>> f.shape
(15, 1)
>>> M.shape
(5, 15)

>>> g = f.reshape(-1)
>>> g.shape
(15,)
>>> g
array([1, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 1, 0, 0])
>>> g - M
array([[ 0,  1,  0,  0, -1,  1,  0, -1, -1,  0,  0, -1,  1,  0,  0],
       [ 0,  1,  1,  0, -1,  1,  0,  0, -1,  1,  0,  0,  0,  0, -1],
       [ 0,  1,  0, -1, -1,  1,  0,  0,  0,  0,  0, -1,  0,  0, -1],
       [ 1,  0,  0, -1,  0,  0,  1, -1, -1,  1,  0, -1,  0,  0,  0],
       [ 0,  0,  0,  0,  0,  1,  1,  0,  0,  1,  0,  0,  0,  0,  0]])
>>>

.ravel()也能工作。

>>> f.ravel()
array([1, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 1, 0, 0])
>>> f.ravel() - M
array([[ 0,  1,  0,  0, -1,  1,  0, -1, -1,  0,  0, -1,  1,  0,  0],
       [ 0,  1,  1,  0, -1,  1,  0,  0, -1,  1,  0,  0,  0,  0, -1],
       [ 0,  1,  0, -1, -1,  1,  0,  0,  0,  0,  0, -1,  0,  0, -1],
       [ 1,  0,  0, -1,  0,  0,  1, -1, -1,  1,  0, -1,  0,  0,  0],
       [ 0,  0,  0,  0,  0,  1,  1,  0,  0,  1,  0,  0,  0,  0,  0]])
>>>

最后：

>>> np.sum(np.absolute(f.reshape(-1) - M))
30
>>>

Answer 2

如果我直接读这个问题，你可以这样做

np.sum(np.abs(f.T - M[C])

例如：

import numpy as np
np.random.seed(0)
f = np.random.choice([0, 1], (15, 1))
M = np.random.choice([0, 1], (8, 15))
C = 0
np.sum(np.abs(f.T - M[C]))  # 7

要同时获得所有行的结果，可以使用

np.sum(np.abs(f.T - M), axis=1)  # [7, 7, 6, 9, 8, 5, 9, 7]