了解==应用于NumPy数组

Question

我是Python的新手，正在学习 TensorFlow 。在使用 notMNIST数据集
的教程中，他们提供了示例代码以将标签矩阵转换为n之一的编码数组。

目标是获取一个由标签整数0 … 9组成的数组，并返回一个矩阵，其中每个整数都已转换为n之一的编码数组，如下所示：

0 -> [1, 0, 0, 0, 0, 0, 0, 0, 0, 0]
1 -> [0, 1, 0, 0, 0, 0, 0, 0, 0, 0]
2 -> [0, 0, 1, 0, 0, 0, 0, 0, 0, 0]
...

他们为此提供的代码是：

# Map 0 to [1.0, 0.0, 0.0 ...], 1 to [0.0, 1.0, 0.0 ...]
labels = (np.arange(num_labels) == labels[:,None]).astype(np.float32)

但是，我根本不了解这段代码是如何做到的。看起来它只是生成一个介于0到9之间的整数数组，然后将其与标签矩阵进行比较，然后将结果转换为浮点型。==运算符如何得出
n之一的编码矩阵 ？

Answer 1

这里发生了一些事情：numpy的矢量操作，添加单轴和广播。

首先，您应该能够了解==魔术的作用。

假设我们从一个简单的标签数组开始。
==行为以矢量化的方式进行，这意味着我们可以将整个数组与一个标量进行比较，并获得一个包含每个逐元素比较的值的数组。例如：

>>> labels = np.array([1,2,0,0,2])
>>> labels == 0
array([False, False,  True,  True, False], dtype=bool)
>>> (labels == 0).astype(np.float32)
array([ 0.,  0.,  1.,  1.,  0.], dtype=float32)

首先，我们得到一个布尔数组，然后强制转换为浮点数：Python中的False == 0，而True == 1。因此，我们得出一个数组，该数组为0
labels（不等于0）和1（为不等于0）。

但是比较0并没有什么特别的，我们可以比较1或2或3以获得类似的结果：

>>> (labels == 2).astype(np.float32)
array([ 0.,  1.,  0.,  0.,  1.], dtype=float32)

实际上，我们可以遍历每个可能的标签并生成此数组。我们可以使用listcomp：

>>> np.array([(labels == i).astype(np.float32) for i in np.arange(3)])
array([[ 0.,  0.,  1.,  1.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.,  1.]], dtype=float32)

但这并没有真正利用numpy。我们要做的是将每个可能的标签与每个元素进行比较，然后将IOW进行比较

>>> np.arange(3)
array([0, 1, 2])

与

>>> labels
array([1, 2, 0, 0, 2])

这就是numpy广播的神奇之处。现在，它labels是形状（5，）的一维对象。如果我们将其做成形状为（5,1）的二维对象，则该操作将在最后一个轴上“广播”，并且将获得形状（5,3）的输出，并比较其中的每个条目标签每个元素的范围。

首先，我们可以labels使用None（或np.newaxis）添加一个“额外”轴，更改其形状：

>>> labels[:,None]
array([[1],
       [2],
       [0],
       [0],
       [2]])
>>> labels[:,None].shape
(5, 1)

然后我们可以进行比较（这是我们之前所看的安排的转置，但这并不重要）。

>>> np.arange(3) == labels[:,None]
array([[False,  True, False],
       [False, False,  True],
       [ True, False, False],
       [ True, False, False],
       [False, False,  True]], dtype=bool)
>>> (np.arange(3) == labels[:,None]).astype(np.float32)
array([[ 0.,  1.,  0.],
       [ 0.,  0.,  1.],
       [ 1.,  0.,  0.],
       [ 1.,  0.,  0.],
       [ 0.,  0.,  1.]], dtype=float32)

以numpy广播非常强大，值得一读。