假设我有
x=np.random.random((3,10))
y=np.array([1,10,100])
我想要从y
中减去每个x
列中的值。我可以这样做:
np.array([y]*10).T-x
然而,这需要创建一个新的数组,其大小是 y
的 10 倍(在此案例中)。我也可以想象使用 for 循环。有人能否建议更好的方法?
y
垂直摆放并减去 x
。例如:y[:, None] - x # insert a new axis into y (creating a new view of y)
或者
np.vstack(y) - x # stack y vertically (creating a copy of y)
y
现在的形状为(3,1)
,所以它可以与具有形状(3,10)
的x
进行广播。x
的每个尾随维度(即从形状元组的末尾开始)等于y
的尾随维度,或者比较的维度之一是1,则x
和y
就可以一起进行广播。在此示例中,y
的尾随维度被更改为1,以使这两个数组兼容。>>> (y - x.T).T
array([[ 8.79354250e-01, 5.30104393e-01, 7.78342126e-01,
4.56857161e-02, 5.32181828e-01, 1.47155126e-01,
3.39654176e-01, 3.72693537e-01, 4.32737024e-01,
7.55366710e-01],
[ 9.53976069e+00, 9.51725133e+00, 9.00439583e+00,
9.65411497e+00, 9.55728110e+00, 9.35189161e+00,
9.72451832e+00, 9.20089714e+00, 9.60367043e+00,
9.41722649e+00],
[ 9.99248465e+01, 9.96932738e+01, 9.93110996e+01,
9.94116657e+01, 9.98695626e+01, 9.92118001e+01,
9.93602275e+01, 9.99518088e+01, 9.98442735e+01,
9.93865628e+01]])
y.reshape(3,1)-x
。 - Leey[:,np.newaxis]
是另一种重新塑形y
的方式。 - hpaulj