在两个Ndarray之间执行广播二进制操作的Pythonic方法

时间:2019-11-11 23:43:44

标签: python python-3.x numpy multidimensional-array numpy-broadcasting

标题怎么说。我正在尝试执行以下任务:

1)在两个二维numpy数组A1A2之间执行二进制运算(例如+,-,*,/,>,<),  其中A1.shape = (N1, N2_1)A2.shape = (N1, N2_2)生成形状为(N, N2_1, N2_2)的3-d numpy数组

2)在两个3-d numpy数组A1A2之间执行二进制运算(例如+,-,*,/,>,<),  其中A1.shape = (N1, N2, N3_1)A2.shape = (N1, N2, N3_2)生成形状为(N, N2, N3_1, N3_2)的4-d numpy数组

我发现自己编写了非常不Python的代码来完成第一个任务1)。如果有人可以向我展示适当的pythonic代码示例以完成任务,我将不胜感激。


我的尝试:

数据源:

import numpy as np
n_row = 10000
n_col_a1 = 3
n_col_a2 = 4

a1 = np.tile(np.arange(n_col_a1), (n_row, 1))
a2 = np.tile(np.arange(n_col_a2), (n_row, 1))

我的非Python广播尝试:

X1 = np.broadcast_to(a1, (n_col_a2, *a1.shape))
X1 = np.moveaxis(X1, 0, -1)

X2 = np.broadcast_to(a2, (n_col_a1, *a2.shape))
X2 = np.moveaxis(X2, 0, -2)

result_a1_minus_a2 = X1 - X2
print(result_a1_minus_a2)

1 个答案:

答案 0 :(得分:1)

两个输入数组必须扩展为:

(N1, N2_1)     => (N1, N2_1, 1)
(N1, N2_2)     => (N1, 1,    N2_2)
(N1, N2_1, N2_2)

例如

A1[:, :, None] * A2[:, None, :]

类似地:

(N1, N2, N3_1)
(N1, N2, N3_2)
(N1, N2, N3_1, N3_2)

A1[...,None] * A2[:,:,None,:]