最近在做程式設計練習，發現有些結果的值與答案相差較大，通過分析比較得出結論，大概過程如下：

定義了一個計算損失的函式：

def error(yhat,label):
 yhat = np.array(yhat)
 label = np.array(label)
 error_sum = ((yhat - label)**2).sum()
 return error_sum

主要出現問題的是 yhat - label 部分，要強調的是一定要保證兩者維度是相同的！這點很重要，否則就會按照python的廣播機制進行運算，舉個例子：

a = np.array([1,2,3])
a0 = np.array([[1],[2],[3]])
b = np.array([2,3,5,])
print(b-a)
print(b-a0)

這裡a的維度是(3,)，因為是由列表轉化成的陣列（當然不是很推薦這種維度，因為很容易犯錯），a0的維度是（3,1），b的維度是（3，），a與b的維度相同，在計算b-a的時候，結果顯而易見：

b - a0 的結果：

產生這種結果的原因是因為由於維度不同，在計算的時候將b變為了與a0同樣的3行的陣列，變化後b的維度變為了（3,3），等同於如下的計算：

b = np.array([[2,5],[2,5]])
a0 = np.array([[1],[3]])
b - a0

結果仍然為：

以上這篇對Python 中矩陣或者陣列相減的法則詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。