python - 如何将 numpy 2D 数组广播到 6D 数组

Question

我有三个六维Numpy数组(在python 3.4上运行)的形式

Weights 
MyValue 
WeightedValue  = Weight * MyValue

我想确定按 Weights' axis-j 加权的 MyValue 的加权平均值(范围可能为 0 到 4)跨其他轴，除了轴 5 是恒定的。

(因此，当 j=2 时，我们对 0,1,3, 和 4 进行平均)。

然后，我打算取此平均值并乘以 Weights，然后从 WeightedValue 中减去乘积

我打算这样做是

NewArray   = WeightedValue - Weight * fn( Weighted Value, Weights )
NewMyValue = NewArray / Weights

fn() 将是 MyValue 的平均值，定义为:

               the sum of Weighted Value using 4 axes ( all except j and 5 )
< divided by >---------------------------------------------------------------
               the sum of Weights across 4 axes       ( all except j and 5 )

我的问题如下:

平均值是一个 2D 数组，我需要 fn() 来生成 6D 数组，即在其他 4- 数组上广播 2D 结果尺寸

作为最后的手段，我可​​以创建一系列循环来迭代轴 j 和轴 5。对于第二个轴(j=1)，循环将是如下

import numpy as np
result = np.zeros((dim0,dim1,dim2,dim3,dim4,dim5))
for var1 in range(dim1):
    for var5 in range(dim5):
        result[:,dim1,:,:,:,dim5] = AverageValue[dim1,dim5]  

但我希望有一种更直接、更通用的方法

Answer 1

您可以使用:代替fn:

j = 1;
axes = tuple({0,1,2,3,4} - {j})
fn = WeightedValue.sum(axes, keepdims=True) / Weights.sum(axes, keepdims=True)

关键显然是传递 keepdims=True，这会在求和轴的结果中保留单一维度，并使结果适合进一步广播。