python - 传递给 `np.ones` 的参数是什么？它在这里如何工作？

Question

我实际上想将数组乘以 3，并尝试在形状内使用 * 3。然后我意识到它必须在 np.ones 之外，例如 np.ones((1,2))*4 。但想知道为什么这会产生指数结果。有人可以向我解释一下以下行为吗？

np.ones((1,2)*1) 返回 array([[1., 1.]])

np.ones((1,2)*2) 返回

array([[[[1., 1.]],
        [[1., 1.]]]])

np.ones((1,2)*3) 返回

array([[[[[[1., 1.]],
          [[1., 1.]]]],
        [[[[1., 1.]],
          [[1., 1.]]]]]])

类似地，np.ones((1,2)*4) 返回

array([[[[[[[[1., 1.]],
            [[1., 1.]]]],
          [[[[1., 1.]],
            [[1., 1.]]]]]],
        [[[[[[1., 1.]],
            [[1., 1.]]]],
          [[[[1., 1.]],
            [[1., 1.]]]]]]]])

不幸的是，documentation对此没有任何解释。

Answer 1

np.ones 接受 shape 参数并根据您的规范返回 N 维数组。例如，使用 np.ones((10,))，您将获得一个包含 10 个元素的一维数组... np.ones((3, 5)) 将给你一个大小为 3x5 的 2D 数组，其中有 3*5=15 个元素，...等等。

现在，您已经完成了(例如)(1, 2) * 3，如果您在 python REPL 中运行，将会显示

(1, 2) * 3
# (1, 2, 1, 2, 1, 2)

将其传递给 np.ones 将返回形状为 (1, 2, 1, 2, 1, 2) 且包含 8 个元素的 6D 数组。

np.ones((1, 2)*3)     
array([[[[[[1., 1.]],    
          [[1., 1.]]]],
        [[[[1., 1.]],    
          [[1., 1.]]]]]])

_.shape
# (1, 2, 1, 2, 1, 2)

其他人也类似。