Question

你有一个形状数组（a，b，c），你想要将第二个维度乘以一个形状数组（b）

for循环可行，但是有更好的方法吗？

实施例。

A = np.array(shape=(a,b,c))
B = np.array(shape=(b))

for i in B.shape[0]:
    A[:,i,:]=A[:,i,:]*B[i]

Answer 1

使用broadcasting：

A*B[:,np.newaxis]

例如：

In [47]: A=np.arange(24).reshape(2,3,4)

In [48]: B=np.arange(3)

In [49]: A*B[:,np.newaxis]
Out[49]: 
array([[[ 0,  0,  0,  0],
        [ 4,  5,  6,  7],
        [16, 18, 20, 22]],

       [[ 0,  0,  0,  0],
        [16, 17, 18, 19],
        [40, 42, 44, 46]]])

B[:,np.newaxis]有形状（3,1）。广播在左侧添加新轴，因此广播形状（1,3,1）。广播也沿着长度为1的轴重复项目。因此，当乘以A时，它会进一步广播以形成（2,3,4）。这符合A的形状。乘法然后一如既往地以元素方式进行。

在numpy中，将3维数组的第二维乘以1维数组的最快方法是什么？

1 个答案: