Python Numpy矩陣分配值

Question

我想知道為什么在兩張照片中得到不同的結果？ 他們不應該一樣嗎？

    import numpy as np

    x = np.array([[1.5, 2], [2.4, 6]])

    k = np.copy(x)
    for i in range(len(x)):
       for j in range(len(x[i])):
            k[i][j] = 1 / (1 + np.exp(-x[i][j]))
            print("K[i][j]:"+str(k[i][j]))
            print("Value:"+str(1 / (1 + np.exp(-x[i][j]))))

Answer 1

當我運行此腳本時，有2張照片顯示了相同的結果。 這個python是3.5.2。

K[i][j]:0.817574476194
Value:0.817574476194
K[i][j]:0.880797077978
Value:0.880797077978
K[i][j]:0.916827303506
Value:0.916827303506
K[i][j]:0.997527376843
Value:0.997527376843

Answer 2

我剛剛使用python3和python2運行您的代碼，結果絕對相同。 此外，當使用numpy數組時，您不必執行循環，從而可以將許多數據處理任務表示為簡潔的數組表達式，否則可能需要編寫循環。 用數組表達式替換顯式循環的這種做法通常稱為向量化。 通常，向量化數組運算通常會比其純Python等效運算快一個或兩個（或更多）個數量級，在任何類型的數值計算中影響最大。

因此，請牢記所有這些，您可以按照以下方式重寫代碼：

import numpy as np

x = np.array([[1.5, 2], [2.4, 6]], dtype=np.float)
k = 1 / (1 + np.exp(-x))