如何將矩陣的標量矩陣與矢量矩陣進行元素乘法運算？

[[1,2] 
[3,4]]

以下numpy的數組A到窗體的乙

[[[1,1,1],[2,2,2]] 
[[3,3,3],[4,4,4]]]

使得我可以做逐元素乘法以C

[[[ 5, 6, 7],[ 8, 9,10]] 
[[11,12,13],[13,15,16]]]

？

原始問題是將一個標量乘以一個向量，例如， 4 * [13,15,16]。但是我不是一個標量，而是一個標量矩陣（A），而不是一個向量，我有一個向量矩陣（C）。如果有一種方法沒有真正複製B中的值，我寧願這樣做（我猜，明顯的for循環會太慢）。

2013-10-23 letmaik

嗯，我想我剛剛得到它：'A [：，：，] * C'但我不完全明白這裏發生了什麼。 – letmaik

你也可以做'A [...，None] * C'，它可以適用於任何維度，不僅適用於兩個維度。 – Jaime

@neo，這裏發生的是你已經發現[廣播]（http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html）:) – askewchan

你已經提到在評論答案：

A[:,:,None] * C

之所以這工作是因爲numpy的解釋一個None片稱爲newaxis。從the docs：

選擇元組中的每個newaxis對象用於將結果選擇的維度擴展一個單位長度維度。添加的維度是選擇元組中newaxis對象的位置。

所以這片相當於這樣做：

A.reshape(len(A), -1, 1)*C

而且因爲我認爲這些都是numpy的array S，乘法默認情況下是當然的elementwise的。

2013-10-23 12:39:06

在[廣播]更多信息（ http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html） – askewchan

'reshape'不會修改'A'，所以最後的例子仍然會導致廣播錯誤。也許你的意思是：'A.reshape（len（A），-1,1）* C'，它給出了等價的結果。 – askewchan

啊，你是對的。當我這樣做時，我甚至已經開放了REPL。 = X固定。 –

回答