Question

我正在尝试将我的一些代码从matlab移植到python，其中一些使用bsxfun（）函数进行虚拟复制，然后进行乘法或除法（我也将它用于逻辑运算）。我希望能够在没有实际复制矢量（使用函数或某种对角矩阵）之前进行乘法或除法，以节省内存和时间。

如果某个C库中存在等效的bsxfun，那当然也可以。

Answer 1

我并不知道有什么相当于bsxfun，尽管numpy确实为你做了很多广播，正如其他人提到的那样。

这通常被认为是numpy优于matlab的优势，并且确实很多广播在numpy中更简单，但是bsxfun实际上更通用，因为它可以采用用户定义的函数。

Numpy有这个： http://docs.scipy.org/doc/numpy/reference/generated/numpy.apply_along_axis.html 但仅限1d。

Answer 2

与matlab相比，Python非常易于使用 python numpy中的bsxfun（x）可以通过...在array []中轻松完成，例如：米[...，：] 你可以试试这个：

>>>m = np.zeros([5,13], dtype=np.float32)
>>>print(m)

    [[ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]
     [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]
     [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]
     [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]
     [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]]

>>>c=np.array([[1,2,3,4,5,6,7,8,9,10,11,12,13]])
>>>print(m[...,:] +4*c)
[[  4.   8.  12.  16.  20.  24.  28.  32.  36.  40.  44.  48.  52.]
 [  4.   8.  12.  16.  20.  24.  28.  32.  36.  40.  44.  48.  52.]
 [  4.   8.  12.  16.  20.  24.  28.  32.  36.  40.  44.  48.  52.]
 [  4.   8.  12.  16.  20.  24.  28.  32.  36.  40.  44.  48.  52.]
 [  4.   8.  12.  16.  20.  24.  28.  32.  36.  40.  44.  48.  52.]]

在Python中是否有与MATLAB函数bsxfun等效的东西？

2 个答案: