Question

我正在尝试使用numpy divide来对数组执行除法，我有两个数组，我按如下方式调用它：

log_norm_images = np.divide(diff_images, b_0)

我收到错误：

operands could not be broadcast together with shapes (96,96,55,64) (96,96,55).

这些分别是ndarrays的形状。

现在，在我的python shell中，我进行了以下测试：

 x = np.random.rand((100, 100, 100))
 y = np.random.rand((100, 100))

和

np.divide(x, y)

运行没有任何错误。我不知道为什么会这样，而不是我的情况。

Answer 1

您正在尝试使用3-D阵列广播4-D阵列。根据NumPy的广播行为，只有在每个相应的维度，维度相等或其中一个为1时，这才会成功。这就是为什么它不匹配：

Your 4-D array:  96 x 96 x 55 x 64
Your 3-D array:       96 x 96 x 55
                           ^     ^
                           Mismatching dimensions

如果您的打击垫输出/重塑您的3-D阵列（我不再认为是3-D）以明确具有形状（96,96,55,1），则您的操作可能会起作用。然后它看起来像：

Your 4-D array:  96 x 96 x 55 x 64
Your 3-D array:  96 x 96 x 55 x 1
                                 ^
                                This is acceptable for the broadcast behavior

此SciPy / NumPy文档的链接更详细地介绍了这一点：

http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html

numpy鸿沟的问题

1 个答案: