Question

在NumPy中，是否有 easy 方式广播两个维度数组，例如(x,y)和(x,y,z)？ NumPy广播通常匹配最后一个维度的维度，因此通常的广播不起作用（它需要第一个数组具有维度(y,z)）。

背景：我正在使用图像，其中一些是RGB（形状(h,w,3)），其中一些是灰度（形状(h,w)）。我生成了形状为(h,w)的alpha蒙版，我想通过mask * im将蒙版应用于图像。由于上述问题，这不起作用，所以我最终不得不做

mask = mask.reshape(mask.shape + (1,) * (len(im.shape) - len(mask.shape)))

这很难看。代码的其他部分使用向量和矩阵进行操作，这也会遇到同样的问题：它无法尝试执行m + v m具有(x,y)形状v和(x,)形状atleast_3d。可以使用例如{{1}}，但我必须记住我真正想要的维度。

Answer 1

如何使用转置：

(a.T + c.T).T

Answer 2

numpy函数通常具有检查维度的代码块，将数组重新整形为兼容的形状，所有这些都在进入添加或乘法的核心业务之前。它们可能会重塑输出以匹配输入。所以滚动自己做类似的操作并没有错。

不要随意忽略将变量3维度旋转到维度开头的想法。这样做利用了numpy在开始时自动添加维度的事实。

对于逐元素乘法，einsum非常强大。

np.einsum('ij...,ij...->ij...',im,mask)

将处理im和mask是2维或3维混合的情况（假设前2个始终是兼容的。不幸的是，这不会推广到添加或其他操作。

前段时间我用纯Python版本模拟了einsum。为此，我使用了np.lib.stride_tricks.as_strided和np.nditer。如果您想要更多混合和匹配尺寸的功能，请查看这些功能。

Answer 3

作为另一个角度：如果您经常遇到这种模式，创建一个实用程序功能来强制进行正确广播可能会很有用：

def right_broadcasting(arr, target):
    return arr.reshape(arr.shape + (1,) * (target.ndim - arr.ndim))

虽然如果只有两种类型的输入（已经有3个dims或只有2个），id表示单个if语句更可取。

Answer 4

为什么不装饰-process-undecorate：

def flipflop(func):
    def wrapper(a, mask):
        if len(a.shape) == 3:
            mask = mask[..., None]
        b = func(a, mask)
        return np.squeeze(b)
    return wrapper

@flipflop
def f(x, mask):
    return x * mask

然后

>>> N = 12
>>> gs = np.random.random((N, N))
>>> rgb = np.random.random((N, N, 3))
>>> 
>>> mask = np.ones((N, N))
>>> 
>>> f(gs, mask).shape
(12, 12)
>>> f(rgb, mask).shape
(12, 12, 3)

Answer 5

使用np.newaxis进行索引会在该位置创建一个新轴。即

xyz = #some 3d array
xy = #some 2d array
xyz_sum = xyz + xy[:,:,np.newaxis]
or
xyz_sum = xyz + xy[:,:,None]

以这种方式建立索引会在此位置创建一个形状为1且步幅为0的轴。

Answer 6

很容易，您只需在较小数组的末尾添加单例维度。例如，如果xyz_array的形状为（x，y，z），而xy_array的形状为（x，y），则可以

xyz_array + np.expand_dims(xy_array, xy_array.ndim)

第一维的numpy广播

6 个答案: