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A1
,A2
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A1
,A2
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)
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,:]