Question

如果我有一个数组，A，形状（n，m，o）和数组B，形状（n，m），有一种方法可以将每个数组除以A [n，m] B [n，m]的标量没有列表理解？

>>> A.shape
(4,173,1469)
>>> B.shape
(4,173)
>>> # Better way to do:
>>> np.array([[A[i, j] / B[i, j] for j in range(len(B[i]))] for i in range(len(B))])

列表理解的问题在于它很慢，它不会返回一个数组（所以你必须np.array(_)它，这使得它更慢），它很难读，整个numpy的目的是将循环从Python移动到C ++或Fortran。

如果A是形状（n）而B是标量（形状（）），那么这将是微不足道的：A / B，但是这个属性不能按尺寸缩放

>>> A / B
ValueError: operands could not be broadcast together with shapes (4,173,1469) (4,173)

我正在寻找一种快速的方法来做到这一点（最好不要将B平铺到一个形状的数组（n，m，o），最好是使用原生的numpy工具）。

Answer 1

你是对的，有更好的方法，我认为你正在获得numpy的精神。在您的情况下，解决方案是您必须向B添加一个新维度，该维度包含该维度中的一个条目：因此，如果你的A形状（n，m，o）你的B必须是形状（n，m，1）然后你可以使用原生广播来完成你的操作“A / B”。您可以通过向B添加“newaxis”来添加该维度。

import numpy as np
A = np.ones(10,5,3)
B = np.ones(10,5)
Result = A/B[:,:,np.newaxis]

B [：，：，np.newaxis] - ＆gt;这将把B变成一个形状为（10,5,1）

的数组

Answer 2

从here开始，广播规则是：

在两个阵列上操作时，NumPy会比较它们的形状逐元素。它从尾随尺寸开始，并起作用前进的方向。
时兼容两个维度
they are equal, or
one of them is 1

您的尺寸为n，m，o和n，m因此不兼容。

如果使用以下内容，/ division运算符将使用广播：

o，n，m除以n，m
n，m，o除以n，m，1

用一组标量划分数组数组

2 个答案: