我有以下代码，其中 w 是兼容维度的 1D numpy 数组，M 是 4D 数组，
i = 0
for weight in w:
M[:, :, i, :] *= weight
i += 1
有没有更好的方法达到同样的效果？
最佳答案
您正在使用 w 中的元素沿 axis=2 缩放 M，这是一个 1D 数组.因此，您需要使用 np.newaxis/None 将 w 扩展为二维数组。 ，这将使 w 的扩展版本 与 M 之间的轴对齐。然后，在这两个数组之间执行逐元素乘法，得到 broadcasting。对于矢量化解决方案，就像这样 -
M *= w[:,None]
如果M的axis=2的长度大于w中的元素个数，则需要选择范围在相乘之前沿 axis=2 in M，像这样 -
M[...,np.arange(w.size),:] *= w[:,None]
关于python - 在 numpy 数组中加权平面的最佳方法是什么？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35268247/