PyTorch 数据矩阵操作：与 NumPy 相似的功能实现

本文将介绍使用 PyTorch 实现与 NumPy 相似的矩阵操作，包括数学操作函数、形状修改等功能。我们将展示如何使用 PyTorch 进行加法、绝对值计算以及矩阵形状调整，并确保数据个数保持一致。

1. 实现数学操作函数、加法操作函数、绝对值操作函数、随机生成数组函数等

import torch
import numpy as np

def add(a, b):
    return a + b

def abs(a):
    return torch.abs(a)

def random_array(shape):
    return torch.rand(shape)

# 示例
a = random_array((3, 4))  # 随机生成一个3行4列的矩阵
b = random_array((3, 4))  # 随机生成一个3行4列的矩阵
print(add(a, b))  # 对两个矩阵进行加法操作
print(abs(a))  # 对矩阵进行绝对值操作

2. 利用 PyTorch 对矩阵形状进行修改但不影响数据个数

import torch

a = torch.randn((3, 4, 5))  # 随机生成一个3行4列5深度的矩阵
print(a.shape)  # 输出矩阵形状

b = a.view((4, 3, 5))  # 将矩阵形状修改为4行3列5深度，但不改变数据个数
print(b.shape)  # 输出矩阵形状