python - 数组和向量的 numpy 逐元素乘法

Question

我想做这样的事情:

a =  # multi-dimensional numpy array
ares = # multi-dim array, same shape as a
a.shape
>>> (45, 72, 37, 24)  # the relevant point is that all dimension are different
v = # 1D numpy array, i.e. a vector
v.shape
>>> (37)  # note that v has the same length as the 3rd dimension of a
for i in range(37):
    ares[:,:,i,:] = a[:,:,i,:]*v[i]

我认为必须有一种更紧凑的方法来使用 numpy 来执行此操作，但我还没有弄清楚。我想我可以复制 v 然后计算 a*v，但我猜还有比这更好的方法。所以我需要“在给定的轴上”进行元素明智的乘法，可以这么说。任何人都知道我该怎么做？谢谢。 (顺便说一句，我确实找到了一个重复的问题，但是由于 OP 那里的特殊问题的性质，讨论非常简短，并且被追踪到其他问题。)

Answer 1

还有一个:

b = a * v.reshape(-1, 1)

恕我直言，这比 transpose、einsum 甚至 v[:, None] 更具可读性，但请选择适合的那个你的风格。