北京彩页设计制作/郑州专业seo推荐

也许这个问题应该严格地针对scipy用户，但我也会在这里尝试。在

这是我最近发现的一些东西，让我很好奇。在

我想定义一个标量，我称之为净绝对质量平衡误差，简称为NAMBE。

这个NAMBE是一个基向量和另一个向量之间的绝对差，除以基向量再乘以100，用伪码表示：NAMBE=sum(abs(a-b)/a)*100

当我用python编写代码时，我决定将这行代码分成两行，这样代码就更多了

可读性：

^{pr2}$

我想纽比会做所有的元素，所以如果我做一行，我注意到结果是不同的：>>> s=np.sum(abs(a-b)/a)

>>> s

5.0

现在，如果我用倍频程检查自己，我会得到不同的结果：octave:1> a=[0.1,0.1,0.1,0.1,0.1]

a =

0.10000 0.10000 0.10000 0.10000 0.10000

octave:2> b=a*2

b =

0.20000 0.20000 0.20000 0.20000 0.20000

octave:3> sum(a)

ans = 0.50000

octave:4> sum(b)

ans = 1

octave:5> sum(a-b)

ans = -0.50000

octave:6> sum(abs(a-b))

ans = 0.50000

octave:7> s=sum(abs(a-b))

s = 0.50000

octave:8> s/sum(a)

ans = 1

octave:9> s=sum(abs(a-b)/a)

s = 1.0000

octave:10> s=sum(abs(a-b)/sum(a))

s = 1

请注意，虽然在Python中，9和10在倍频程中的输出没有区别。。。

所以，我的问题是：

为什么python会这样？哪一个是对的？八度音阶还是Python？在