将一个一维数组添加到Numpy中的三维数组中

Question

我正试图将两个数组相加。

np.zeros((6,9,20)) + np.array([1,2,3,4,5,6,7,8,9])

我希望能获取类似以下的东西

array([[[ 1.,  1.,  1., ...,  1.,  1.,  1.],
        [ 2.,  2.,  2., ...,  2.,  2.,  2.],
        [ 3.,  3.,  3., ...,  3.,  3.,  3.],
        ..., 
        [ 7.,  7.,  7., ...,  7.,  7.,  7.],
        [ 8.,  8.,  8., ...,  8.,  8.,  8.],
        [ 9.,  9.,  9., ...,  9.,  9.,  9.]],

       [[ 1.,  1.,  1., ...,  1.,  1.,  1.],
        [ 2.,  2.,  2., ...,  2.,  2.,  2.],
        [ 3.,  3.,  3., ...,  3.,  3.,  3.],
        ..., 
        [ 7.,  7.,  7., ...,  7.,  7.,  7.],
        [ 8.,  8.,  8., ...,  8.,  8.,  8.],
        [ 9.,  9.,  9., ...,  9.,  9.,  9.]],

需要在对应列添加每个矩阵的条目。我知道可以使用某种类型的循环进行编码，但我试图使用更优雅/更快的解决方案。

- psh5017

---

输出数组的形状必须是什么？ - Divakar

对于这个例子，它需要保持3-D数组的形状，因此为6、9、20。 - psh5017

你不会得到一个形状为(6,9,20)的输出，像array([[[ 1., 2., 3., ..., 7., 8., 9.],...，因为期望输出中的最后一个维度似乎只有9个元素而不是20个。 - Divakar

Answer 1

您可以通过使用 None 或 np.newaxis 扩展第二个数组的维度，然后运用 broadcasting，实现操作。

np.zeros((6,9,20))+np.array([1,2,3,4,5,6,7,8,9])[None,:,None]

- Divakar

Answer 2

如果我理解正确，最好使用的是NumPy的广播。您可以使用以下内容获得所需内容：

np.zeros((6,9,20))+np.array([1,2,3,4,5,6,7,8,9]).reshape((1,9,1))

我更喜欢使用重塑方法而不是Divakar所展示的切片符号来操作索引，因为我经常需要操作形状作为变量，并且使用元组在变量之间传递数据会更加方便。你也可以像这样做：

array1.reshape(array2.shape)

顺便提一下，如果你真的想要一个从0到N-1沿着某个轴运行的数组，可以看看mgrid。你只需要使用以下代码即可获得上述输出：

np.mgrid[0:6,1:10,0:20][1]

- morrna

Answer 3

你可以使用tile（但你还需要使用swapaxes来获得正确的形状）。

A = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
B = np.tile(A, (6, 20, 1))
C = np.swapaxes(B, 1, 2)

- Hugo