Question

我有以下情况我希望将两个数组元素相乘，其中一个数组将数组作为元素：

>>> import numpy as np
>>> base = np.array( [100., 111.,] )
>>> c = np.array( [9., 11.] )
>>> n0 = np.zeros(len(base))
>>> nn = 3 + n0     # This is the gist of a bunch of intermediate operations
>>> grid = [np.ones(i) for i in nn]
>>> base
array([ 100.,  111.])
>>> c
array([  9.,  11.])
>>> nn
array([ 3.,  3.])
>>> grid
[array([ 1.,  1.,  1.]), array([ 1.,  1.,  1.])]

到目前为止一切看起来都不错。 grid似乎有两个元素，每个元素长三个元素。我觉得我应该能够将它与c

相乘

>>> a = grid * c
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (2,3) (2)

这不像我希望的那样。错误是有希望的。我可以做一些换位技巧并得到我的结果：

a =（grid.T * c）.T           Traceback（最近一次调用最后一次）：             文件“”，第1行，in           AttributeError：'list'对象没有属性'T'

这比我预期的更令人沮丧。我以为我正在使用数组，但我知道我现在有一个列表。我试着用一些老式的蛮力：

>>> grid_mod = np.array( [np.ones(3), np.ones(3) ] )
>>> grid_mod
array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])
>>> grid_mod * c
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (2,3) (2)

我确信这会奏效！我注意到在我的最后一个元素之后有一个无关的空格，所以我删除了它：

>>> grid_mod2 = np.array( [np.ones(3), np.ones(7)] )
>>> grid_mod2
array([array([ 1.,  1.,  1.]), array([ 1.,  1.,  1.,  1.,  1.,  1.,  1.])], dtype=object)
>>> grid_mod2 * c
array([array([ 9.,  9.,  9.]),
       array([ 11.,  11.,  11.,  11.,  11.,  11.,  11.])], dtype=object)

最后一个按预期工作。

我的问题是：

如何定义grid，以便结果是数组而不是数组列表。
这一切究竟发生了什么？为什么阵列末尾的额外空间给我一个完全不同的结果。
有更多的pythonic方式来解决这个问题吗？

Answer 1

这两段代码产生不同的东西，虽然空间没有影响：

>>> np.array([np.ones(3), np.ones(3)])
array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

因为列表中的两个数组都具有相同的维度，所以将其转换为包含2行和3列的单个数组。

>>> np.array([np.ones(3), np.ones(7)])
array([array([ 1.,  1.,  1.]), array([ 1.,  1.,  1.,  1.,  1.,  1.,  1.])], dtype=object)

在这种情况下，数组的长度不匹配，因此numpy创建一个1D数组，两个项目长，类型为object，并且每个对象恰好是一个numpy数组。

当您将第一个与c相乘时，您试图将形状(2, 3)的数组与形状(2,)的数组相乘，numpy不知道该怎么做。如果您将c数组重新塑造为具有(2, 1)形状，则可以得到您想要的结果，例如

>>> grid_mod * c[:, np.newaxis]
array([[  9.,   9.,   9.],
       [ 11.,  11.,  11.]])

当你将第二个与c相乘时，你试图将两个形状(2,)的数组相乘，所以numpy做了元素乘法而没有问题。并且由于数组中的每个项本身都是一个数组，当你尝试将它乘以标量时，numpy也知道如何去做。虽然这确实有效，但它比前一种方法慢很多，10000行数组大约100倍：

c = np.random.rand(10000)
a = np.random.rand(10000, 3)
b = np.empty((10000,), dtype=object)
for j in xrange(10000):
    b[j] = a[j]

%timeit a*c[:, np.newaxis]
10000 loops, best of 3: 176 us per loop

%timeit b*c
10 loops, best of 3: 16.5 ms per loop

将两个数组元素相乘，其中一个数组将数组作为元素

1 个答案: