的elementwise乘法忽略矩陣的某些行

Question

比方說，我有這樣一個矩陣：

import numpy as np 

a = np.array([[1, 2, 3], [89, 43, 2], [12, -3, 4], [-2, 4, 7]]) 

array([[ 1, 2, 3], 
     [89, 43, 2], 
     [12, -3, 4], 
     [-2, 4, 7]]) 

和看起來像這樣一個向量：

b = np.array([1, 2, 3]) 

如果我現在想要做的elementwise乘我可以簡單地做

c = a * b 

，並獲得

array([[ 1, 4, 9], 
     [89, 86, 6], 
     [12, -6, 12], 
     [-2, 8, 21]]) 

我的問題是：如何才能對我矩陣中的某些行進行這種乘法運算？我現在做的是這樣的：

E = a.copy() 

# ignore these rows 
ignInd = [1, 3] 

for ind in xrange(a.shape[0]): 
    if ind not in ignInd: 
     E[ind, :] = a[ind, :] * b 

矩陣E看起來所需的（行1和3是一樣a）：

array([[ 1, 4, 9], 
     [89, 43, 2], 
     [12, -6, 12], 
     [-2, 4, 7]]) 

能有人想出了一個聰明的解決方案比這個？

Answer 1

好像你可能只是做乘法，然後放回去要忽略原始數據...

>>> import numpy as np 
>>> a = np.array([[1,2,3],[89,43,2],[12, -3, 4], [-2, 4, 7]]) 
>>> b = np.array([1,2,3]) 
>>> c = a * b 
>>> ignInd = [1,3] 
>>> c[ignInd, :] 
array([[89, 86, 6], 
     [-2, 8, 21]]) 
>>> c[ignInd, :] = a[ignInd, :] 
>>> c 
array([[ 1, 4, 9], 
     [89, 43, 2], 
     [12, -6, 12], 
     [-2, 4, 7]]) 

Answer 2

您可以直接用另一個NumPy數組索引一個NumPy數組。你的情況，你必須要忽略行的索引，這樣你就可以建立索引的數組包括來自該：

In [21]: ignInd = [1,3] #ignore these rows 
In [22]: ind = np.array([i for i in range(a.shape[0]) if i not in ignInd]) 
In [23]: E2 = a.copy() 

In [24]: E2[ind,:] = a[ind,:]*b 

In [25]: E2 
Out[25]: 
array([[ 1, 4, 9], 
     [89, 43, 2], 
     [12, -6, 12], 
     [-2, 4, 7]]) 

編輯：作爲@DSM意見，對於大數組這將是使用NumPy的矢量化方法構建索引數組效率更高， ind = np.setdiff1d(np.arange(len(a)), ignInd)而不是上面使用的列表理解。

Answer 3

爲第1行中一個

a[0] = a[0] * b 

..和等的其他行。

Answer 4

您可以使用boolean indexing與np.in1d選擇排除在給定指標的行名單。實現看起來像這樣 -

E = a.copy() 
mask = ~np.in1d(np.arange(a.shape[0]),ignInd,) 
E[mask] = a[mask]*b