我有两个如下的numpy数组
a=np.array([11,12])
b=np.array([9])
#a-b should be [2,12]
我想同时减去a和b,使结果应为[2,12]。如何获得此结果?
答案 0 :(得分:6)
您可以将其中一个数组零填充。
import numpy as np
n = max(len(a), len(b))
a_pad = np.pad(a, (0, n - len(a)), 'constant')
b_pad = np.pad(b, (0, n - len(b)), 'constant')
ans = a_pad - b_pad
np.pad
的第二个参数是(#of left pads, #of right pads)
答案 1 :(得分:2)
与@BlownhitherMa类似的方法是,创建一个大小为a
的零数组(我们可以将其称为c
),然后将b
的值放在合适的:
c = np.zeros_like(a)
c[np.indices(b.shape)] = b
>>> c
array([9, 0])
>>> a-c
array([ 2, 12])
答案 2 :(得分:1)
您可以在itertools中使用zip_longest:
import numpy as np
from itertools import zip_longest
a = np.array([11, 12])
b = np.array([9])
result = np.array([ai - bi for ai, bi in zip_longest(a, b, fillvalue=0)])
print(result)
输出
[ 2 12]
答案 3 :(得分:0)
这是一个很长的解决方案。
diff =[]
n = min(len(a), len(b))
for i in range (n):
diff.append(a[i] - b[i])
if len(a) > n:
for i in range(n,len(a)):
diff.append(a[i])
elif len(b) > n:
for i in range(n,len(b)):
diff.append(b[i])
diff=np.array(diff)
print(diff)
答案 4 :(得分:0)
我们可以通过复制a
然后就地减去b
来避免不必要的填充/临时操作:
# let numpy determine appropriate dtype
dtp = (a[:0]-b[:0]).dtype
# copy a
d = a.astype(dtp)
# subtract b
d[:b.size] -= b