我有以下代码来帮助理解问题

hypotesisResult = (hypotesis(dataset, theta_init))print(dataset.T.shape)print(hypotesisResult.shape)print(y.shape)print((hypotesisResult - y).shape)print(np.subtract(hypotesisResult, y).shape)

这段代码的输出如下:

(7, 1329)
(1329, 1)
(1329,1)
(1329, 1329)
(1329, 1329)

我的问题是，如果我有一个大小为(1329, 1)的矩阵”hypotesisResult”，当我从中减去大小为(1329,1)的”y”时，为什么结果是一个(1329, 1329)的矩阵？我做错了什么？我想要一个新的(1329, 1)的矩阵，就像标量减法一样

回答：

我不相信你显示的形状。最好重新运行这个脚本，同时检查dtype。

这是我期望的行为，涉及到(n,1)和(n,)或(1,n)数组:

In [605]: x=np.ones((4,1),int); y=np.ones((4,),int)In [606]: x,yOut[606]: (array([[1],        [1],        [1],        [1]]), array([1, 1, 1, 1]))In [607]: x-yOut[607]: array([[0, 0, 0, 0],       [0, 0, 0, 0],       [0, 0, 0, 0],       [0, 0, 0, 0]])In [608]: x-y[None,:]Out[608]: array([[0, 0, 0, 0],       [0, 0, 0, 0],       [0, 0, 0, 0],       [0, 0, 0, 0]])In [609]: x-y[:,None]Out[609]: array([[0],       [0],       [0],       [0]])In [610]: x.T-yOut[610]: array([[0, 0, 0, 0]])

两个基本的广播规则是:

• 如果需要，添加前导大小为1的维度以匹配维度数

• 调整大小为1的维度以匹配其他数组