Что я заметил, так это что удобное место для размещения этих «пакетных» измерений не согласуется между встроенными функциями numpy и matplotlib, которые я использую, и, поскольку я относительно новичок в размышлениях о таких вещах, я не уверен, как интерпретировать почему это так и как это должно повлиять на то, как я пишу свой код.
Например, если я хочу сопоставить двумерный вектор с матрицей, например
Код: Выделить всё
def f(x):
return np.array([[np.sin(x[0]), np.cos(x[1]) ],
[np.cos(x[1]), np.cos(x[0]) + np.sin(x[1])]])
С другой стороны, если бы я захотел затем диагонализировать эту партию матриц или умножить их с помощью np.matmul и т. д., мне пришлось бы поменять местами оси на конечные, поскольку все эти функции ожидают, что размеры партии будут в спереди.
У меня нет никаких проблем с отслеживанием этого. Суть того, что мне действительно интересно, заключается в том, являются ли (маленькие) обручи, через которые я прыгаю, чтобы работать с f(x) для удобной работы с функциями numpy, признаком того, что я делаю что-то «неправильно» или « неинтуитивен для нового пользователя» в реальном интерфейсе методов моего класса, хотя сами функции кажутся мне, как парню, который их отлаживает, намного понятнее.
Подробнее здесь: https://stackoverflow.com/questions/791 ... dimensions