NumPy 两种 mean 调用结果为何不同
热点事件持续更新
NumPy 两种 mean 调用结果为何不同
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Dr. Drang 撰文探究 NumPy 中 `x.mean(axis=0)` 与先切片再 `x[:, i].mean()` 求同一列均值结果不同的原因。一位机器学习初学者发现，对同一 2D 数组，第四列两种算法分别得到 −1.63×10⁻¹⁶ 和 −1.33×10⁻¹⁶。 随机数组实验显示，行数越多，两种调用结果一致的概率越低：n=10 时一致率为 73.97%，n=100,000 时仅 1.03%。Dr. Drang 称其推测是，从 2D 数组提取 1D 数组后调用 mean() 时，计算方式与直接在 2D 数组上调用 mean(axis=0) 不同。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 23:00
NumPy 中两种 mean 调用方式为何结果不同报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- Hacker NewsNumPy 中两种 mean 调用方式为何结果不同
一位机器学习初学者发现，对同一 2D 数组用 NumPy 的 `x.mean(axis=0)` 与 `x[:, i].mean()` 求列均值会得到不同结果，第四列分别为 −1.63×10⁻¹⁶ 和 −1.33×10⁻¹⁶。随机数组实验显示，行数越多两种调用结果一致的概率越低：n=10 时 73.97%，n=100,000 时仅 1.03%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。