将数组的numpy数组或2D数组乘以向量的常用方法

Question

我想得到一个结果 ax = as_x-aseg_3d * aline_a

其中as_x和aline_a是numpy向量，而aseg_3d是数组的数组。 as_x.shape和aline_a形状为（S，），aseg_3d形状也显示为（S，），因为它应该用于数组数组。结果ax也是形状与aseg_3d相同的数组的数组。

问题在于，aseg_3d是一个数组数组，因为其中的数组具有不同的长度。但是，有时它们不是，而aseg_3d只是2D数组。然后，上面的复数操作在ValueError上失败：操作数不能与形状（S，N）一起广播。

我可以通过以下方法解决此问题： ax = as_x [：，None] -aseg_3d * aline_a [：，None]

但是当我有一个数组数组时，这与前面的情况不一样。

有没有办法使它在两种情况下都能工作：数组数组和2D数组？

或者也许有一种方法可以使所有内部数组具有相同长度的numpy数组dtype =“ object”保持不变？

顺便说一句。我正尝试使用列表推导进行上述乘法，该方法始终可以工作，但速度慢得多。

感谢您的所有建议！

Answer 1

在两种情况下均有效的表达方式：

您可以利用移调。简单的情况（只是乘法）：

(vector * vec_of_vecs_or_2D.T).T

完整OP示例：

(vector1 - vector2 * vec_of_vecs_or_2D.T).T

示例：

>>> v = np.array([3, 5])
>>> A = np.array((*map(np.array,[[1,2],[1,2,3]]),))
>>> B = np.array([[1,2,4],[1,2,3]])
>>> 
>>> v
array([3, 5])
>>> A
array([array([1, 2]), array([1, 2, 3])], dtype=object)
>>> B
array([[1, 2, 4],
       [1, 2, 3]])
>>> 
>>> (v*B.T).T
array([[ 3,  6, 12],
       [ 5, 10, 15]])
>>> (v*A.T).T
array([array([3, 6]), array([ 5, 10, 15])], dtype=object)

工作方式：

如果vec_of_vecs_or_2D是对象dtype的一维，则转置不执行任何操作。

如果vec_of_vecs_or_2D是真正的2D，则转置将与vector匹配的轴移到末尾，因此vector被正确广播，然后又返回。

为什么便宜：

请注意，numpy中的转置是惰性的。它实际上并不移动任何数据，而只是“交换轴标签”。

例如，在笔记本电脑上进行1000x1000阵列的转置大约需要200 ns：

>>> a = np.arange(1_000_000).reshape(1000, 1000)
>>> timeit(lambda: a.T)
0.22008929261937737

或者，在任何情况下都强制使用数组：

示例

>>> L1 = [np.arange(i, 2*i+2) for i in range(3)]
>>> L2 = [np.arange(i, i+3) for i in range(3)]
>>> L1
[array([0, 1]), array([1, 2, 3]), array([2, 3, 4, 5])]
>>> L2
[array([0, 1, 2]), array([1, 2, 3]), array([2, 3, 4])]

方法1（难看但简单）：

>>> A1 = np.array([*L1, None])[:-1]
>>> A2 = np.array([*L2, None])[:-1]
>>> A1
array([array([0, 1]), array([1, 2, 3]), array([2, 3, 4, 5])], dtype=object)
>>> A2
array([array([0, 1, 2]), array([1, 2, 3]), array([2, 3, 4])], dtype=object)

方法2 ：（虽然不那么难看但很复杂）

>>> A1 = np.frompyfunc(L1.__getitem__, 1, 1)(range(len(L1)))
>>> A2 = np.frompyfunc(L2.__getitem__, 1, 1)(range(len(L2)))
>>> A1
array([array([0, 1]), array([1, 2, 3]), array([2, 3, 4, 5])], dtype=object)
>>> A2
array([array([0, 1, 2]), array([1, 2, 3]), array([2, 3, 4])], dtype=object)