本文主要是介绍pytorch（python）中遇到的问题（一）pow() 函数、python矩阵的切片，append()与expand()，tensor.expand()和tensor.expand_as()，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
文章目录
- 1、pow() 函数
- 2.python矩阵的切片（或截取）
- 3.Python.append()与Python.expand()
- 4.tensor.expand()和tensor.expand_as()和expand() .gt() .t()
1、pow() 函数
pow() 方法返回 xy（x的y次方） 的值。
- 语法
以下是 math 模块 pow() 方法的语法:
import math
math.pow( x, y )
内置的 pow() 方法
pow(x, y[, z])函数是计算x的y次方，如果z在存在，则再对结果进行取模，其结果等效于pow(x,y) %z
参数
x -- 数值表达式。
y -- 数值表达式。
z -- 数值表达式。
注意：pow() 通过内置的方法直接调用，内置方法会把参数作为整型，而 math 模块则会把参数转换为 float。
import math # 导入 math 模块
print "math.pow(100, 2) : ", math.pow(100, 2)
结果：math.pow(100, 2) : 10000.0
# 使用内置，查看输出结果区别
print "pow(100, 2) : ", pow(100, 2)结果：pow(100, 2) : 10000print "math.pow(100, -2) : ", math.pow(100, -2)
print "math.pow(2, 4) : ", math.pow(2, 4)
print "math.pow(3, 0) : ", math.pow(3, 0)
以上实例运行后输出结果为：
math.pow(100, -2) : 0.0001
math.pow(2, 4) : 16.0
math.pow(3, 0) : 1.0
说明：
1 pow(x,y) 等价于 x**y:
4**2 # 结果为164**2.5 # 结果为32.0pow(x,y,z) 等价于 X**Y%Z:4**2.5%3 # 结果为2.0
2.pow(x,y,z) 当 z 这个参数不存在时 x,y 不限制是否为 float 类型, 而当使用第三个参数的时候要保证前两个参数只能为整数
pow(11.2,3.2)
结果为：2277.7060352240815
pow(11.2,3.2,2) # 结果报错
Traceback (most recent call last):File "<stdin>", line 1, in <module>
TypeError: pow() 3rd argument not allowed unless all arguments are integers
2.python矩阵的切片（或截取）
矩阵一般有行也有列，所以矩阵的截取也需要包含行和列两个参数。
假设a是一个矩阵，a的截取就可写成：a[起始行:终止行,起始列:终止列]，中括号中有一个逗号，逗号前的是为了分割行的，逗号后的是为了分割列的。例如：
a1=np.array([[1,2,3,4],[5,6,7,8],[11,12,13,14],[2,3,4,5]])
import numpy as np
a1=np.array([[1,2,3,4],[5,6,7,8],[11,12,13,14],[2,3,4,5]])
print('截取矩阵第二三行，第二、三列：\n',a1[1:3,1:3])结果为：
截取矩阵第二三行，第二、三列：[[ 6 7][12 13]]
如果只分割行，不分隔列，可写为:a[1:3],分割列的部分可以省略，代码如下：
print('截取矩阵第二三行:\n',a1[1:3])打印结果如下：
截取矩阵第二三行:[[ 5 6 7 8][11 12 13 14]]
如果只分割列，不分隔行，可写为：a[:,1:3],分割行的部分不可以省略，代码如下：
print('截取矩阵第二三列:\n',a1[:,1:3])打印结果如下：截取矩阵第二三列:[[ 2 3][ 6 7][12 13][ 3 4]]
如果只分割某一行，可写为： a [2] (截取第三行)
print('截取矩阵第三行:\n',a1[2])
打印结果：
截取矩阵第三行:[11 12 13 14]
如果分割某一列，可写为：a [:,2] (截取所有行的第三列)(逗号前边用于截取行的冒号不可省略)，其结果是将所有行的第三个数拼接成一个列表
print('截取矩阵第三行:\n',a1[:,2])
打印结果：
截取矩阵所有行第三列:[ 3 7 13 4]
如果分割某行某列，可写为：a[2,2]（截取第三行的第三列）
print('截取矩阵第三行第三列:\n',a1[2,2])
打印结果：
截取矩阵第三行第三列:
3.Python.append()与Python.expand()
a=[1,2]
print(a)
结果：[1, 2]
a.append([3,4])
print(a)
结果为：[1, 2, [3, 4]]
a.extend([3,4])
print(a)
结果为：[1, 2, 3, 4]
list.append(arg1) 参数类型任意，可以往已有列表中添加元素，若添加的是列表，就该列表被当成一个元素存在原列表中，只使list长度增加1.
list.extend(list1) 参数必须是列表类型，可以将参数中的列表合并到原列表的末尾，使原来的 list长度增加len(list1)。
4.tensor.expand()和tensor.expand_as()和expand() .gt() .t()
- tensor.expend()函数
x = torch.Tensor([[1], [2], [3]])print "x.size():",x.size()y=x.expand( 3,4 )print "x.size():",x.size()print "y.size():",y.size()print xprint y
可以看出expand()函数括号里面为变形后的size大小，而且原来的tensor和tensor.expand()是不共享内存的
- tensor.expand_as()
把一个tensor变成和函数括号内一样形状的tensor，用法与expand（）类似
x = torch.tensor([[1], [2], [3]])
>>> x.size()
torch.Size([3, 1])
>>> x.expand(3, 4)
tensor([[ 1, 1, 1, 1],[ 2, 2, 2, 2],[ 3, 3, 3, 3]])
>>> x.expand(-1, 4) # -1 means not changing the size of that dimension
tensor([[ 1, 1, 1, 1],[ 2, 2, 2, 2],[ 3, 3, 3, 3]])
- expand() .gt() .t()
.gt(a, b)
比较前者张量是否大于后者
a = torch.Tensor([[1,2],[3,4]])
b = torch.Tensor([[1,2], [5,6]])
gt = torch.gt(a, b)
print(gt)
.t() 代表转置操作
参考：https://www.runoob.com/python/func-number-pow.html
https://www.cnblogs.com/jff1124/p/10623599.html
https://blog.csdn.net/sdd220/article/details/78315648
https://blog.csdn.net/u014386899/article/details/100767325
这篇关于pytorch（python）中遇到的问题（一）pow() 函数、python矩阵的切片，append()与expand()，tensor.expand()和tensor.expand_as()的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
