用2d numpy陣列廣播1d numpy陣列

這可能是一個非常簡單的問題，但我沒有弄明白。用2d numpy陣列廣播1d numpy陣列

我有一個2D numpy的陣列，其是形狀（3,2）的和形狀的一維數組（3，）：

A = [[2,4],[6,8][10,12]] 
    B = [1,2,4]

我想通過陣列乙劃分陣列A，所得在：

[[2,4],[3,4][2.5,3]]

但numpy不會讓我這樣做，我認爲，因爲形狀是不正確的。我得到熟悉的'操作數不能與形狀（10,2）（10，）'錯誤一起播出。

我試着重塑和swapaxis的東西，但它不工作。我更希望能夠在沒有for循環的情況下執行此操作（因爲我需要使用大數組來執行此操作），而不必交換數組A的軸（因爲其他數組是這種形狀）。

你們能幫我嗎？

來源

2017-02-01 user90465

你試過'np.reshape（[1,2,4]，（3,1））'嗎？一個（10，）數組可以播放到（1,10）和到（2,10）。但在另一端添加維度需要您採取明確的行動。 – hpaulj

[通用廣播規則]（https://docs.scipy.org/doc/numpy/user/basics.broadcasting.html#general-broadcasting-rules） – wwii

擴展B到2D，然後除以 -

A/B[:,None].astype(float)

採樣運行 -

In [9]: A 
Out[9]: 
array([[ 2, 4], 
     [ 6, 8], 
     [10, 12]]) 

In [10]: B 
Out[10]: array([1, 2, 4]) 

In [11]: A/B[:,None].astype(float) 
Out[11]: 
array([[ 2. , 4. ], 
     [ 3. , 4. ], 
     [ 2.5, 3. ]])

或者使用from __future__ import division這需要部門的注意導致浮動PT陣列 -

In [14]: from __future__ import division 

In [15]: A/B[:,None] 
Out[15]: 
array([[ 2. , 4. ], 
     [ 3. , 4. ], 
     [ 2.5, 3. ]])

與繁殖性能提升的倒數 -

In [32]: A = np.random.rand(300,200) 

In [33]: B = np.random.rand(300) 

In [34]: from __future__ import division 

In [35]: %timeit A/B[:,None] 
1000 loops, best of 3: 336 µs per loop 

In [36]: %timeit A*(1.0/B[:,None]) 
10000 loops, best of 3: 101 µs per loop

這個更多信息可以發現here。此外，如果B的值非常接近0，則需要謹慎使用此方法。

來源

2017-02-01 20:38:44 Divakar

你真了不起，非常感謝你！任務完成 – user90465

用2d numpy陣列廣播1d numpy陣列

回答

相關問題