处理大小不匹配的数组答案

【问题标题】：handling arrays with missmatched sizes处理大小不匹配的数组
【发布时间】：2020-02-04 11:07:39
【问题描述】：

我想在 python 中创建一个函数，允许在两个不匹配的数组之间进行广播。我是 python 新手，我尝试了很多东西，比如 reshape 或 newaxis，但我无法让它工作。有人可以向我解释怎么做吗？对于任何维度，一个数组的大小应该是另一个数组的倍数，如下所示。

import numpy as np
arr = np.arange(12).reshape(4,3)
arr2 = np.arange(6).reshape(2,3)

【问题讨论】：

你的函数究竟会做什么？
请举例说明您要达到的目标。目前还不清楚你在问什么或你想做什么。

标签： python arrays numpy linear-algebra

【解决方案1】：

您可以使用numpy tile 重复数组。

对于这里的一个具体示例，您可以按如下方式添加两个数组：

out = arr + np.tile(arr2, (2, 1))
#Output:
array([[ 0,  2,  4],
       [ 6,  8, 10],
       [ 6,  8, 10],
       [12, 14, 16]])

对于更通用的函数，它会稍微复杂一些，但方法很简单：通过检查沿每个轴的最大值来确定输出数组的正确形状。然后单独使用瓷砖来实现所需的形状。

def broadcast_arr(arr1, arr2):
    ''' takes two arrays. 
    returns two arrays broadcasted to the maximum shape
    corresponding to the input array for elementwise operations if possible
    '''
    shape1 = arr1.shape
    shape2 = arr2.shape
    shape_out = max(len(shape1), len(shape2))
    temp = np.ones((2, shape_out), dtype='int')
    temp[0][-len(shape1):] = shape1
    temp[1][-len(shape2):] = shape2
    shape_out = temp.max(0)
    if (shape_out % temp).any():
        raise ValueError("incompatible arrays provided")
    out1 = np.tile(arr1, shape_out // temp[0])
    out2 = np.tile(arr2, shape_out // temp[1])
    return out1, out2

temp1, temp2 = broadcast_arr(arr, arr2)
out = temp1 + temp2
#Output:
array([[ 0,  2,  4],
       [ 6,  8, 10],
       [ 6,  8, 10],
       [12, 14, 16]])
out.shape #(4, 3)

【讨论】：

【解决方案2】：

也许numpy.tile 或numpy.repeat 可以帮助您。 tile 将数组作为一个整体重复，repeat 在元素方面起作用：

a3 = np.arange(3)               # array([0, 1, 2])
a6t = np.tile(a, reps=2)        # array([0, 1, 2, 0, 1, 2])
a6r = np.repeat(a, repeats=2)   # array([0, 0, 1, 1, 2, 2])

通过这两种操作，您可以沿一个或多个轴重复您的数组以匹配另一个：

import numpy as np
arr = np.arange(12).reshape(4,3)
arr2 = np.arange(6).reshape(2,3)

arr2_t = np.tile(arr2, reps=(2, 1))
# array([[0, 1, 2],
#        [3, 4, 5],
#        [0, 1, 2],
#        [3, 4, 5]])
arr2_r = np.repeat(arr2, repeats=2, axis=0)
# array([[0, 1, 2],
#        [0, 1, 2],
#        [3, 4, 5],
#        [3, 4, 5]])

arr3 = arr - arr2_t
arr4 = arr * arr2_r

请注意这两个函数的调用签名略有不同。

一般：

tile 使用 reps (tuple) 指定每个轴的（可能不同的）重复次数
repeat 使用 repeats 指定沿 axis (int) 的每个元素应重复的频率，repeats 将被广播以适应轴
- np.repeat(a=range(3), repeats=3) # array([0, 0, 0, 1, 1, 1, 2, 2, 2])
- np.repeat(a=range(4), repeats=range(4) # array([1, 2, 2, 3, 3, 3])

【讨论】：