重塑python中的数组乘法/除法答案

【问题标题】：Reshape for array multiplication/division in python重塑python中的数组乘法/除法
【发布时间】：2011-11-19 19:21:47
【问题描述】：

当我处理长度相同但一个宽度只有一个的数组时，我遇到了一个恼人的形状不匹配问题。例如：

import numpy as np
x = np.ones(80)
y = np.ones([80, 100])
x*y 

ValueError: shape mismatch: objects cannot be broadcast to a single shape

简单的解决方案是 y*x.reshape(x.shape[0],1)。但是，我经常最终对数组的一列进行子集化，然后必须指定此重塑。有没有办法避免这种情况？

【问题讨论】：

【解决方案1】：

两种比较简单的方法是：

(x * y.T).T

或

x.reshape((-1,1)) * y

Numpy 的broadcasting 是一个非常强大的功能，并且会自动执行您想要的操作，但它希望数组的最后一个轴（或多个轴）具有相同的形状，而不是第一个轴。因此，您需要转置y 才能使其工作。

第二个选项与您所做的相同，但 -1 被视为数组大小的占位符，从而减少了一些输入。

【讨论】：

【解决方案2】：

首选的方法是使用“newaxis”，即

x[:, numpy.newaxis] * y

可读性强，效率高。

【讨论】：