索引字段后面有ASC 索引后面的数字

关于numpy矩阵和矩阵索引的数字类型

• 矩阵整体和矩阵元素

• 1.起因
• 2.测试两种方式的区别
• 3.进一步测试
• 4.结论

矩阵整体和矩阵元素

1.起因

在训练网络时，由于内存原因，把原始的图片归一化代码做了修改，不确定能否解决内存溢出的问题，但是发现了新的问题，其余部分不改变，仅做此修改，网络的训练效果顿时开始原地踏步。

images=images/255  #原始代码

for i in range(images.shape[0]):
        images[i]=images[i]/255  #更改后代码
        
#其中images为读入的2000*300*300的numpy数组

上图为原始代码实验结果。

上图为修改后代码实验结果，其中eopch由25改为10.

2.测试两种方式的区别

确定问题发生在上述代码段后，开始测试。

a=np.ones((1,3,3),dtype='uint8')
b=np.ones((1,3,3),dtype='uint8')
c=copy.deepcopy(a)
for i in range(a.shape[0]):
    a[i]=a[i]/2

b=b/2
print('the c is :\n',c)
print('the a is :\n',a)
print('the b is :\n',b)`

得到结果如下

the c is : 
[[[1 1 1]      
  [1 1 1]
  [1 1 1]]]
the a is :
 [[[0 0 0]      
  [0 0 0]
  [0 0 0]]]
the b is : 
[[[0.5 0.5 0.5]
  [0.5 0.5 0.5]
  [0.5 0.5 0.5]]]

显然，索引矩阵元素进行除法操作时，矩阵元素和除数都是整型，得到结果也是整型，而对矩阵整体进行除法操作时，结果可能为浮点型。

3.进一步测试

对三阶矩阵索引时，a[i]为二阶矩阵，测试出现这种现象是否和矩阵的阶数有关。代码如下：

a=np.ones((1,3),dtype='uint8')
b=np.ones((1,3),dtype='uint8')
#，使用二阶矩阵测试，其他部分不变，输出结果如下
the c is : [[1 1 1]]      
the a is : [[0 0 0]]      
the b is : [[0.5 0.5 0.5]]
#-----------------------------
a=np.ones((1,1,3,3),dtype='uint8')
b=np.ones((1,1,3,3),dtype='uint8')
#使用四阶矩阵测试，其他部分不变，输出结果如下
the c is : 
[[[[1 1 1]
   [1 1 1]
   [1 1 1]]]]
the a is :
 [[[[0 0 0]
   [0 0 0]
   [0 0 0]]]]
the b is :
 [[[[0.5 0.5 0.5]
   [0.5 0.5 0.5]
   [0.5 0.5 0.5]]]]

发现不受矩阵阶数影响，下面测试改变除（乘）数的不同情况。

for i in range(a.shape[0]):
    a[i]=a[i]/2.0
b=b/2.0
#输出结果如下
the c is : [[1 1 1]]
the a is: [[0 0 0]]
the b is: [[0.5 0.5 0.5]]

即使将除数写为2.0，通过矩阵索引得到的结果依然是整型。

下面测试乘法

for i in range(a.shape[0]):
    a[i]=a[i]*1
b=b*1
#分别乘1，输出结果如下
the c is : [[1 1 1]]
the a is : [[1 1 1]]
the b is : [[1 1 1]]
#--------------------------
for i in range(a.shape[0]):
    a[i]=a[i]*1.0
b=b*1.0
#分别乘1.0，输出结果如下
the c is : [[1 1 1]]
the a is : [[1 1 1]]
the b is : [[1. 1. 1.]]

如果被除数可以被整除，结论同上

a=4*np.ones((1,3),dtype='uint8')
b=4*np.ones((1,3),dtype='uint8')
c=copy.deepcopy(a)
for i in range(a.shape[0]):
    a[i]=a[i]/2
b=b/2
#输出结果如下
the c is : [[4 4 4]]#乘4之后的结果，我们的被除数在这里是整型
the a is : [[2 2 2]]
the b is : [[2. 2. 2.]]

4.结论

原始矩阵为整型	矩阵索引	整个矩阵
除以整型	整型	浮点型
除以浮点型	整型	浮点型
乘整型	整型	整型
乘浮点型	整型	浮点型

注：该结果不受矩阵阶数的影响