如何将numpy元组数组乘以标量数组

Question

我有一个形状为(N,2)的numpy数组a和形状为(N)的numpy数组S。

如何将两个数组相乘?目前我正在使用这个代码:

tupleS = numpy.zeros( (N , 2) )
tupleS[:,0] = S
tupleS[:,1] = S
product = A * tupleS

我是一个python初学者。有更好的方法吗?

Answer 1

Numpy使用行为主顺序，因此必须显式地创建一个列。如:

>> A = numpy.array(range(10)).reshape(5, 2)
>>> B = numpy.array(range(5))
>>> B
array([0, 1, 2, 3, 4])
>>> A * B
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: shape mismatch: objects cannot be broadcast to a single shape
>>> B = B.reshape(5, 1)
>>> B
array([[0],
       [1],
       [2],
       [3],
       [4]])
>>> A * B
array([[ 0,  0],
       [ 2,  3],
       [ 8, 10],
       [18, 21],
       [32, 36]])

Answer 2

本质上与@senderle的答案相同，但不需要对s进行就地操作。您可以通过添加索引None的轴的方式获得数组的切片，并将它们相乘:A * S[:,None]。

>>> S = np.arange(5)
>>> S
array([0, 1, 2, 3, 4])
>>> A = np.arange(10).reshape((5,2))
>>> A
array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7],
       [8, 9]])
>>> S[:,None]
array([[0],
       [1],
       [2],
       [3],
       [4]])
>>> A * S[:,None]
array([[ 0,  0],
       [ 2,  3],
       [ 8, 10],
       [18, 21],
       [32, 36]])

Answer 3

你试过了吗:

product = A * S

Answer 4

虽然你的问题标题有点用词不当，但我认为你遇到的问题主要与numpy广播规则有关。因此，下面的代码将不起作用(正如您已经观察到的):

In []: N= 5
In []: A= rand(N, 2)
In []: A.shape
Out[]: (5, 2)
In []: S= rand(N)
In []: S.shape
Out[]: (5,)
In []: A* S
------------------------------------------------------------
Traceback (most recent call last):
  File "<ipython console>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (5,2) (5) 

然而，现在一种使S兼容广播规则(A* S的元素积)的简单方法是扩展它的维数，如:

In []: A* S[:, None]
Out[]: 
array([[ 0.54216549,  0.04964989],
       [ 0.41850647,  0.4197221 ],
       [ 0.03790031,  0.76744563],
       [ 0.29381325,  0.53480765],
       [ 0.0646535 ,  0.07367852]])

但是这只是expand_dims的语法糖，就像:

In []: expand_dims(S, 1).shape
Out[]: (5, 1)

无论如何，我个人更喜欢这个简单的无麻烦的方法:

In []: S= rand(N, 1)
In []: S.shape
Out[]: (5, 1)
In []: A* S
Out[]: 
array([[ 0.40421854,  0.03701712],
       [ 0.63891595,  0.64077179],
       [ 0.03117081,  0.63117954],
       [ 0.24695035,  0.44950641],
       [ 0.14191946,  0.16173008]])

so with python;

Answer 5

我可以想到:

product = A * numpy.tile(S, (2,1)).T

一个更快的解决方案可能是:

product = [d * S for d in A.T]

虽然这不会让你得到一个numpy数组作为输出，而且它是转置的。因此，要获得类似的numpy数组(注意，这比第一个解决方案要慢):

product = numpy.array([d * S for d in A.T]).T

可能有一打其他有效的解决方案，包括比这些更好的…