Question

在Numpy数组广播中考虑以下练习。

import numpy as np
v = np.array([[1.0, 2.0]]).T # column array

A2 = np.random.randn(2,10) # 2D array
A3 = np.random.randn(2,10,10) # 3D

v * A2 # works great

# causes error: 
v * A3 # error

我知道广播的Numpy规则，我熟悉Matlab中的bsxfun功能。我理解为什么尝试将（2,1）数组广播到（2，N，N）数组失败，并且我必须在此之前将（2,1）数组重塑为（2,1,1）数组广播经历。

我的问题是：有没有办法告诉Python在尝试广播时自动填充数组的维数，而不必专门告诉它必要的维度？

我不希望将（2,1）向量与将要广播的多维数组明确地耦合在一起 - 否则我可以做一些愚蠢和荒谬丑陋的事情，如{{ 1}}。如果“A”阵列是2D或3D或N-D，我不知道提前。

Matlab的mult_v_A = lambda v,A: v.reshape([v.size] + [1]*(A.ndim-1)) * A广播功能隐含地根据需要填充维度，所以我希望我能在Python中做些什么。

Answer 1

NumPy广播在左侧添加了额外的轴。

因此，如果您排列数组，使共享轴位于右侧，可播放轴位于左侧，那么您可以毫无问题地使用广播：

import numpy as np
v = np.array([[1.0, 2.0]])  # shape (1, 2)

A2 = np.random.randn(10,2) # shape (10, 2)
A3 = np.random.randn(10,10,2) # shape (10, 10, 2)

v * A2  # shape (10, 2)

v * A3 # shape (10, 10, 2)

Answer 2

这很难看，但这会奏效：

(v.T * A3.T).T

如果你没有给它任何参数，转置会反转形状元组，所以你现在可以依靠广播规则来发挥它们的魔力。最后一个转置会将所有内容返回到正确的顺序。

Numpy，python：广播时自动扩展数组的维度

2 个答案: