numpy数组乘法问题答案

【问题标题】：numpy array multiplication issuenumpy数组乘法问题
【发布时间】：2012-11-08 19:48:43
【问题描述】：

假设我有三个数组（即numpy.array 类型）：

>>> w.shape
(113,)
>>> X.shape
(113,1)
>>> Y.shape
(113,)

numpy 帮助页面建议在数组上每个乘法都是元素级的。由于上述三个向量在第一维中的大小均为 113，因此我认为在所有情况下乘法都会给出 113 长度的向量，但事实并非如此：

>>> (w * Y).shape     # expected
(113,)
>>> (w * X).shape     # ?!?!?!?!
(113,113)

第二个轴上的113是哪里来的？对我来说，它看起来并不那么明智。

【问题讨论】：

【解决方案1】：

在对两个数组进行操作时，NumPy 会比较它们的形状元素方面。它从尾随维度开始，并按其前进的道路。当两个维度相等或一个维度时，它们是兼容的其中有 1 个。

两个轴中较小的一个被拉伸或“复制”以匹配另一个。

这里正在应用 Numpy 的 broadcasting 规则。

w      (1d array):       113
X      (2d array): 113 x   1   
Result (2d array): 113 x 113

【讨论】：

【解决方案2】：

查看发生了什么的最简单方法是通过示例：

w = array([5,6])
x = array([[1,2],[3,4]])
z = array([[5,6]])

w*x
# array([[ 5, 12],
#        [15, 24]])

w*z
# array([[25, 36]])

【讨论】：