Python和科学计算认证群组 - 讨论区
标题：numpy中transpose
2012年11月22日 星期四 08:23
1 2 3 4 5 6 7 8 9 10 | 看到scipy lecture notes上说：transpose is a view<br><br>As a result, a matrix cannot be made symmetric in-place:<br><br><br><br>>>> a = np.ones((100, 100))>>> a += a.T>>> aarray([[ 2., 2., 2., ..., 2., 2., 2.], [ 2., 2., 2., ..., 2., 2., 2.], [ 2., 2., 2., ..., 2., 2., 2.], ..., [ 3., 3., 3., ..., 2., 2., 2.], [ 3., 3., 3., ..., 2., 2., 2.], [ 3., 3., 3., ..., 2., 2., 2.]])<br><br><br><br><br>为什么会这样？如果是小点的比如说（10,10）却是对称的…… |
2012年11月22日 星期四 08:25
渣排版……
2012年11月22日 星期四 12:16
由于a和a.T共享内存，因此 a+=a.T会得到奇怪的结果，这个没有问题。问题是为什么只有一部分是3，而不是下半三角内都是3，而且当n比较小的时候不会有问题。
我觉得这个和numpy的内部实现有关，numpy内部有一个大小为8192的缓存，有时候它会使用此缓存进行计算。由于但n比较小的时候，a.T可能会全部保存到此缓冲中再进行计算，因此不会问题。下面的代码可以大致看出缓存的大小：
a = np.ones((99, 99))
a += a.T
np.where(a.ravel()==3)[0][0]
输出为8912
不过
a = np.ones((100, 100))
a += a.T
np.where(a.ravel()==3)[0][0]
的输出为8200
测试几组n之后，发现最小为8192，也就是说缓存能保准最前面的8912个结果是正确的。
2012年11月24日 星期六 18:15
非常感谢
Zeuux © 2025
京ICP备05028076号