我有一个ndarray,A
,
并且我希望将这个ndarray元素乘以另一个1D数组b
,其中我假设某些A.shape[i] = len(b)
为i
。我在申请中需要这种普遍性。
我可以使用np.tile
执行此操作,如下所示:
A = np.random.rand(2,3,5,9)
b = np.random.rand(5)
i = 2
b_shape = np.ones(len(A.shape), dtype=np.int)
b_shape[i] = len(b)
b_reps = list(A.shape)
b_reps[i] = 1
B = np.tile(b.reshape(b_shape), b_reps)
# Here B.shape = A.shape and
# B[i,j,:,k] = b for all i,j,k
这让我觉得难看。有一个更好的方法吗?
答案 0 :(得分:2)
对于这个特定的例子,下面的代码可以解决这个问题:
result = A*b[:, np.newaxis]
对于i
的任何值,请尝试以下操作:
A2, B = np.broadcast_arrays(A, b)
result = A2*B