numpy：用1D数组乘以2D数组

Question

5

假设有一个二维向量数组：

v = np.array([ [1, 1], [1, 1], [1, 1], [1, 1]])
v.shape = (4, 2)

以及一个标量数组：

s = np.array( [2, 2, 2, 2] )
s.shape = (4,)

I would like the result:

f(v, s) = np.array([ [2, 2], [2, 2], [2, 2], [2, 2]])

现在，执行 v*s 会出错。那么，实现 f 的最有效方法是什么？

- bzm3r

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- nneonneo · Accepted Answer

向向量添加一个新的单一维度：

v*s[:,None]

这相当于将向量重塑为 (len(s), 1) 的形式。然后，两个相乘的对象的形状将是 (4,2) 和 (4,1)，由于 NumPy 广播规则（对应维度要么相等要么等于1），它们是兼容的。

请注意，当两个操作数具有不同数量的维度时，NumPy 会在维数较少的操作数“前面”插入额外的奇异维度。这会使您的向量变为 (1,4)，与 (4,2) 不兼容。因此，我们明确指定添加额外的维度的位置，以使形状兼容。