Bezwzględna różnica dwóch tablic NumPy

Jeśli chcesz uzyskać absolutną elementarną różnicę między obiema macierzami, możesz łatwo odjąć je za pomocą NumPy i użyć

numpy.absolute

http://docs.scipy.org/doc/nump ... .html
dla wynikowej macierzy.

import numpy as npX = [[12,7,3],

[4 ,5,6],

[7 ,8,9]]Y = [[5,8,1],

[6,7,3],

[4,5,9]]result = np.absolute(np.array(X) - np.array(Y))

Wyjścia

:

[[7 1 2]

 [2 2 3]

 [3 3 0]]

Jako alternatywa (

chociaż niepotrzebne
), jeśli trzeba było to zrobić w natywnym Pythonie, można spakować wymiary razem w zagnieżdżonej liście.

result = [[abs(a-b) for a, b in zip(xrow, yrow)]

 for xrow, yrow in zip(X,Y)]

Wyjścia

:

[[7, 1, 2], [2, 2, 3], [3, 3, 0]]

Staje się to trywialne, jeśli rzucisz tablice 2D na tablice numpy:

import numpy as npX = [[12, 7, 3],

 [4, 5, 6],

 [7, 8, 9]]Y = [[5, 8, 1],

 [6, 7, 3],

 [4, 5, 9]]X, Y = map(np.array, (X, Y))result = X - Y

Numpy został zaprojektowany do pracy z macierzami w prosty i efektywny sposób.
Mówiłeś też o odejmowaniu macierzy, ale wydawało się, że chcesz podnieść do kwadratu poszczególne elementy, a następnie wziąć pierwiastek kwadratowy z wyniku. Jest to również łatwe do zrobienia z numpy:

result = np.sqrt((A ** 2) - (B ** 2))

Polecam używanie NumPy

X = numpy.array([

 [12,7,3],

 [4 ,5,6],

 [7 ,8,9]

])Y = numpy.array([

 [5,8,1],

 [6,7,3],

 [4,5,9]

])delta_r = numpy.sqrt(X ** 2 - Y ** 2)