想在numpy elementwise中定义一个ndarray

【问题标题】：Want to define an ndarray in numpy elementwise想在numpy elementwise中定义一个ndarray
【发布时间】：2018-07-09 14:36:30
【问题描述】：

我有 2 个二维 numpy 数组，形状为 (i,j) 的 A 和形状为 (i, k) 的 B (i, k)，其中 j >> k。我想定义一个新的 3d 数组 C，使得 C 中的每个元素都是 A 中的每一列与整个矩阵 B 的广播元素乘积。换句话说，作为一个普通的 python 循环，我会这样做

for x in range(j):
    C[x] = A[:,x]*B

但是，在这种情况下 j 非常大，如果我能够使用 Numpy 的功能来定义一个 ndarray C 元素，就像在上面的循环中一样，这将使我受益匪浅。

感谢您的帮助

【问题讨论】：

标签： python numpy

【解决方案1】：

你可以像这样使用广播：

a.T[:, :, None] * b

例子：

import numpy as np
np.random.seed(444)

i, j, k = 2, 10, 3
a = np.random.randn(i, j)
b = np.random.randn(i, k)
c = a.T[:, :, None] * b
print(c.shape)
# (10, 2, 3)

转置源于您希望对a 中的每一列进行内部操作，而[:, :, None] 扩展维度以启用广播，如NumPy 的broadcasting rules 中所述。

【讨论】：