我有两个 numpy
的 ndarrays
a.shape # -> (3, 3)
b.shape # -> (5,)
我想计算一个 c
数组,定义为
c.shape # -> (3, 3, 5)
c[...,i] = a*b[i]
(c
的确切形状并不重要,因为我总是可以调换它的轴)。
在我看来,到目前为止发布我的编码尝试会造成不必要的尴尬,这就像 a[:,None,:]*b[None,:]
的许多变体,这就足够了说,不是吗?
我怀疑 np.einsum()
可能是答案,但它的下标命令的语法在我脑海中飘过...
最佳答案
一个不错的解决方案是使用神奇的 einsum
功能:
>>> a = np.array([[1,2,3],[4,5,6],[7,8,9]])
>>> b = np.array([10, 100, 1000, 10000, 100000])
>>> c = np.einsum('ij,k->ijk', a, b)
>>> c[1, 2, 3]
60000
>>> a[1, 2]
6
>>> b[3]
10000
我喜欢它,因为它使转换 ij,k -> ijk
非常明确。也可能,更简洁,是使用简单的广播:
>>> c = a[:, :, None] * b[None, None, :]
>>> c.shape
(3L, 3L, 5L)
使用 的地方:
使用一个维度,None
沿着一个维度传播。
关于python - 广播——将一个 (NxN) 数组乘以一个 (M) 数组得到一个 (NxNxM) 数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37572393/