换个角度看世界!用代码了解数学符号

开发 前端
实际上,代码不仅可以编写程序,还可以让这些复杂的语言再次变得直观起来。加深对数学理解的最好方法就是编写代码段来描述方程式,这会让理解变得简单起来。

学好数理化,走遍天下都不怕!这句话我们从小就听,放到今天似乎依然行得通。达芬奇说:“数学是一切科学的基础”,数学与代码之间也有着千丝万缕的联系。

[[320686]]

似乎任何热衷于机器学习、数据科学的人都相信,总有一天,他们将研究透彻python库,畅享里面的数学知识。大量论文集将展现在你面前,详细说明其原理。对核心数学的理解越深入,你就越可能获得灵感,创造新方法。

换个角度看世界!用代码了解数学符号

对于多年来钻研数学或从事机器数学学习的人来说,将上面这个方程式详细地解析为含义和代码并不难。但是对大部分普通人来说,无异于看天书。古代数学家似乎都喜欢用有趣的外观符号来表述直观的方法,但却使方程和变量复杂化了。

实际上,代码不仅可以编写程序,还可以让这些复杂的语言再次变得直观起来。加深对数学理解的最好方法就是编写代码段来描述方程式,这会让理解变得简单起来。

看过下面这些例子,相信你也会有这样的感觉。

求和与乘积

换个角度看世界!用代码了解数学符号

求和符号是迭代数学中最有用和最常用的符号之一。尽管设计复杂,但运算是相当简单且有用。

  1. x = [1,2, 3, 4, 5] 
  2. result = 0for i in range(5): 
  3.     result += x[i]Output of print(result)-> 15 

如上所示,此符号代表从顶部的数字开始的for循环,顶端数字为最大值。在底部设置的变量将成为索引变量,并且每个循环的所有结果都将添加到总值中。

换个角度看世界!用代码了解数学符号

上面这个符号被称为乘积运算符,跟求和符号运算方式相似,但不会相加每个结果,而是将它们相乘。

  1. x = [1,2, 3, 4, 5] 
  2. result = 1for i in range(5): 
  3.     result *= x[i]Output of print(result)-> 120 

 

条件括号

换个角度看世界!用代码了解数学符号

条件括号用于在特定条件下转换方程的等式。对于码农,常见的“ if”语句就是这样。把它用代码表述是这样的:

  1. i = 3 
  2. y = [-2, 3, 4, 1] 
  3. result = 0if i in y: 
  4. result = sum(y) 
  5. elif i > 0: 
  6. result = 1 
  7. else: 
  8. result = 0print(result) -> 6 

如上所示,每一行括号中的正确表示法指定了每条路径应执行的操作。我也将多余的“包含”符号添加到每个条件中,以加强理解。我们检查了i值是否在y列表中。确认过后,返回数组的总和。如果i值不在数组中,将基于该值返回0或1。

阶乘

阶乘用“!”表示,几乎所有计算器上都有此符号。这个符号会好理解一些,不过代码会带你进一步了解它的原理。

5!将表示为:

  1. result =1 
  2. for i in range(1,5): 
  3. result *= i 
  4. Output of print(result) -> 120 

逐点操作和笛卡尔矩阵乘法

再来看一下数据科学家们经常使用的语言库(矩阵乘法)如何完成操作。逐点操作很容易理解,简写为:

换个角度看世界!用代码了解数学符号

请注意,该操作首先要求每个矩阵必须具有这样的模型(即#行 =&#列=)

其代码如下所示:

  1. y =[[2,1],[4,3]] 
  2. z = [[1,2],[3,4]] 
  3. x = [[0,0],[0,0]]for i in range(len(y)): 
  4. for j in range(len(y[0])): 
  5.         x[i][j] = y[i][j] *z[i][j]print(x) -> [[2, 2], [12, 12]] 

最后,让我们看一下机器学习中最常用的典型矩阵乘法。用复杂的术语来说,此运算为每个主要行与每个次要列的点积。

具体操作是:假设[#行,#列]→矩阵ixj要求#列(i)== #行(j)→最终输出的模型为[#行(i), #列(j)]

看起来似乎很难理解,图片能帮助你直观了解这些操作。

换个角度看世界!用代码了解数学符号

该方程的代码如下(使用numpy点法):

  1. y =[[1,2],[3,4]] 
  2. z = [[2], [1]] 
  3. # x has shape [2, 1] 
  4. x = [[0], [0]]for i in range(len(y)) 
  5. for j in range(len(z): 
  6.         x[i][j] = np.dot(y[i], z[:, j]) 
  7. print(x) -> [[4], 
  8.              [10]] 

看完这几个简单的示例,是不是有种拨开迷雾见光明的感觉!

用简单的代码学习数学,你会大有收获的。

责任编辑:赵宁宁 来源: 读芯术
相关推荐

2017-11-20 16:17:50

智慧城市

2019-10-23 19:42:52

5G4GVR

2014-03-12 17:40:07

GlusterFS分布式文件系统

2019-01-02 08:04:29

GAN损失函数神经网络

2022-07-29 11:06:47

架构开发

2012-12-07 09:30:24

2009-03-25 09:48:00

WLAN无线网络

2011-05-31 14:18:54

横屏UI设计

2013-12-11 21:48:38

OpenStack

2020-05-12 10:20:39

K8s kubernetes中间件

2009-08-06 10:58:55

jQuery和XAML

2019-02-01 14:45:41

前端

2021-01-19 11:07:19

深度学习神经+符号知识图谱

2022-07-29 08:58:44

多线程并发

2017-05-31 15:06:30

2022-11-07 21:07:11

2019-10-08 09:29:41

架构代码业务逻辑

2020-02-04 09:53:05

数据安全数据泄漏信息安全

2009-08-25 17:46:31

C#多态

2019-04-28 16:10:50

设计Redux前端
点赞
收藏

51CTO技术栈公众号