Question

我正在寻找一种优化的方式来计算2d数组与3d数组的每个切片的元素明智乘法（使用numpy）。

例如：

w = np.array([[1,5], [4,9], [12,15]]) y = np.ones((3,2,3))

我想获得一个形状与y相同的3d数组。

不允许使用*运算符进行广播。就我而言，第三维很长，for循环不方便。

Answer 1

给出数组

import numpy as np

w = np.array([[1,5], [4,9], [12,15]])

print(w)

[[ 1  5]
 [ 4  9]
 [12 15]]

和

y = np.ones((3,2,3))

print(y)

[[[ 1.  1.  1.]
  [ 1.  1.  1.]]

 [[ 1.  1.  1.]
  [ 1.  1.  1.]]

 [[ 1.  1.  1.]
  [ 1.  1.  1.]]]

我们可以直接将多个数组

z = ( y.transpose() * w.transpose() ).transpose()

print(z)

[[[  1.   1.   1.]
  [  5.   5.   5.]]

 [[  4.   4.   4.]
  [  9.   9.   9.]]

 [[ 12.  12.  12.]
  [ 15.  15.  15.]]]

我们可能会注意到，这产生的结果与np.einsum（'ij，ijk-> ijk'，w，y）相同，也许花费的精力和开销更少。

将2d数组与3d数组的每个切片相乘-Numpy

1 个答案: