Question

我是numpy广播的新手。我按如下方式定义了三个numpy数组：

from numpy import *
a=array([10,20]).reshape(2,1)
b=array([100,200,300]).reshape(1,3)
c=arange(1,11).reshape(1,1,10)

a + b是（2,1）vs（1,3）之和，因此它应该是可广播的（dim 1中为2vs1，dim 2中为1vs3，广播规则已完成）。确实是：

>>> a+b
array([[110, 210, 310],
       [120, 220, 320]])

a + c是（2,1）vs（1,1,10）总和所以它应该是可广播的（dim 1中为2vs1，dim 2中为1vs1，dim 3中为1vs10，广播规则已实现）。确实是：

>>> a+c
array([[[11, 12, 13, 14, 15, 16, 17, 18, 19, 20],
        [21, 22, 23, 24, 25, 26, 27, 28, 29, 30]]])

b + c是（1,3）vs（1,1,10）总和所以它应该是可广播的（昏暗1中为1vs1，昏暗2中为3vs1，昏暗3中为1vs10。但它似乎是不：

>>> b+c
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: shape mismatch: objects cannot be broadcast to a single shape

解释非常明显......但请帮助我！

Answer 1

b[:,:,None] + c

返回一个（1,3,10）数组。您必须定义缺失的轴（第三个）。

您也可以使用

b[:,:,newaxis] + c

因为您导入了* from numpy，这通常不是一个好主意。

import numpy as np更好。这样，您将始终知道方法的来源（如果导入更多包）：

import numpy as np
a = np.array([10,20]).reshape(2,1)
b = np.array([100,200,300]).reshape(1,3)
c = np.arange(1,11).reshape(1,1,10)

print a + b
print a + c
print b[:,:,np.newaxis] + c

Answer 2

a + c是（2,1）vs（1,1,10）总和所以它应该是可广播的（dim 1为2vs1，dim为2vs1，dim为3vs10，广播规则为如愿以偿）。确实是：
>>> a+c array([[[11, 12, 13, 14, 15, 16, 17, 18, 19, 20],
                [21, 22, 23, 24, 25, 26, 27, 28, 29, 30]]])

不完全是，注意a + c是（1,2,10）不是（2,1,10）。

>>> from numpy import array, arange, newaxis
>>> a=array([10,20]).reshape(2,1)
>>> b=array([100,200,300]).reshape(1,3)
>>> c=arange(1,11).reshape(1,1,10)
>>> (a + c).shape
(1, 2, 10).shape

当广播具有不同尺寸的阵列时，尺寸较小的阵列在开头填充1，more info here，因此b + c就像尝试添加（1,1,3）一样（1,1,10）。 @ eumiro的建议，b[:,:,np.newaxis] + c，可能是将b重塑为（1,3,1）的最简单方法，因此你可以得到你期望的结果。

Python，numpy：3维广播

2 个答案: