我不明白 Numpy.arrays 相乘时会发生什么。
例如，带有锯齿状（或参差不齐）的数组
import numpy as np
a = np.array([[1,2,3],[100,200]])
b = np.array([2, 4])
print(a * b)
我明白了
[[1, 2, 3, 1, 2, 3] [100, 200, 100, 200, 100, 200, 100, 200]]
但是，如果我稍微修改一下
import numpy as np
a = np.array([[1,2],[100,200]])
b = np.array([2, 4])
print(a * b)
我明白了
[[ 2 8]
[200 800]]
我想找到数组乘法的定义。
【问题讨论】：
标签： python numpy array-broadcasting
我认为它“复制 ('a' 数组列 [x]) ('b' 数组索引 [x]) 次”。 如果您的目标是做乘法，请改用 NP.dot
【讨论】：
np.dot 并没有好多少，因为包含列表的数组的潜在问题仍然存在。
np.tensordot 有一个字符串复制的例子。
基本上 numpy 数组 a*b 返回基本乘法，乘法应该像这样工作。
Eg-1
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
print(a * b)
输出：
[[ 5 12] [21 32]]
Eg-2
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([5,6])
print(a * b)
输出：
[[ 5 12] [15 24]]
【讨论】：
您的主要问题是您的数组a 不是“正常”数组，因为第二个维度不相等。
如果你尝试a.shape，你会得到(2,)，a.dtype 给出dtype('O')（意思是对象），而a[0].dtype 会导致属性错误'list' object has no attribute 'dtype'。
这意味着你有一个维度为 2 的 numpy 数组，每个数组都包含一个 python 列表。
您应该查找broadcasting，但这不是根本原因。如果数组在操作期间不匹配，它通常旨在将大小 1 的维度扩展到更大的值。它还有很多内容，但文档非常清楚。
对于您的具体问题，只需说广播意味着如果两个数组的维度匹配或其中一个为 1（从后到前计数，用 1 填充空值），则 numpy 不会引发错误。
您有两个 (2,) 数组（a 包含 2 个列表，b 包含 2 个整数），这意味着尺寸适合（无需广播）。
这个“错误行为”的其余部分（它不是）与 numpy 无关，因为在标准 python 中（因为a 包含 python 列表而起作用）将列表与标量重复并附加经常列出来。
所以
>>>[1, 2, 3] * 3
[1, 2, 3, 1, 2, 3, 1, 2, 3]
在您的情况下也会发生同样的事情：a 中的第一个列表乘以 2，第二个列表乘以 4。
【讨论】：
np.tensordot 文档中的示例可能会有所帮助。它创建一个字符串对象数组，并显示dot 产生字符串复制。
对于字符串和列表* 表示复制
In [134]: 'abc'*3
Out[134]: 'abcabcabc'
你的数组：
In [126]: a
Out[126]: array([[1, 2, 3], [100, 200]], dtype=object)
In [127]: b
Out[127]: array([2, 4])
还有一个字符串数组（我也可以做到a[:]=['a','B']）
In [128]: c = np.array(['a','B'],dtype=object)
In [129]: c
Out[129]: array(['a', 'B'], dtype=object)
元素乘法 - 将 a 的元素复制 2 次和 3 次。
In [130]: a*b
Out[130]: array([[1, 2, 3, 1, 2, 3], [100, 200, 100, 200, 100, 200, 100, 200]], dtype=object)
dot 产品 - 相同，但它对 * 之后的值进行“求和” - 列表的总和是连接。
In [131]: a.dot(b)
Out[131]: [1, 2, 3, 1, 2, 3, 100, 200, 100, 200, 100, 200, 100, 200]
字符数组、复制和串联也会发生同样的情况。
In [132]: c*b
Out[132]: array(['aa', 'BBBB'], dtype=object)
In [133]: c.dot(b)
Out[133]: 'aaBBBB'
在处理对象 dtype 数组时，numpy 本质上会遍历元素并应用定义该对象类的运算符/方法。
a*b 生效
In [147]: [i*j for i,j in zip(a,b)]
Out[147]: [[1, 2, 3, 1, 2, 3], [100, 200, 100, 200, 100, 200, 100, 200]]
numpy 版本有点花哨，可以处理多维数组并使用广播。
【讨论】：