Python ValueError：具有形状（）的不可广播输出操作数与广播形状（50，）不匹配

Question

我正在使用 numpy 计算两个数组的叉积，但遇到以下错误：

ValueError: non-broadcastable output operand with shape () doesn't match the broadcast shape (50,)

我有三个变量，它们是 numpy.ndarray 类型并代表行向量：

• n = [0 0 1]
• beta = [array with 50 elements, 0, array with 50 elements]
• betap = [array with 50 elements, 0, array with 50 elements]

beta 的第一个和第三个元素代表以下分段函数的结果：

t_start = (-2 * 0.01) / 299792458
t_end = (3 * 0.01) / 299792458
t = np.linspace(t_start, t_end)

x_of_t = = np.piecewise(t,
                      [np.logical_or(t < t_start, t > t_end), np.logical_and(t_start <= t, t <= t_end)],
                      [((0.01 * 0.02) / (2 * np.pi * 2)), (lambda t: (0.01 * 0.02) / (2 * np.pi * 2) * np.cos((2 * np.pi)/0.01 * 299792458 * t))])

z_of_t = np.piecewise(t, 
                      [t < t_start, t > t_end, np.logical_and(t_start <= t, t <= t_end)], 
                      [(lambda t: (np.sqrt(0.75) * 299792458 * (t - t_start) + np.sqrt(0.75) * (1 - 0.02**2 / (4 * np.sqrt(0.75) * 2**2)) * 299792458 * t_start - 0.01 * 0.02**2 / (16 * np.pi * np.sqrt(0.75) * 2**2) * np.cos(2 * ((2 * np.pi)/0.01) * 299792458 * t_start))), 
                       (lambda t: np.sqrt(0.75) * 299792458 * (t - t_end) + np.sqrt(0.75) * (1 - 0.02**2 / (4 * np.sqrt(0.75) * 2 **2)) * 299792458 * t_end - 0.01 * 0.02**2 / (16 * np.pi * np.sqrt(0.75) * 2 **2) * np.cos(2 * ((2 * np.pi)/0.01) * 299792458 * t_end)),
                       (lambda t: np.sqrt(0.75) * (1 - 0.02**2 / (4 * np.sqrt(0.75) * 2 **2)) * 299792458 * t - 0.01 * 0.02**2 / (16 * np.pi * np.sqrt(0.75) * 2**2) * np.cos(2 * ((2 * np.pi)/lambda_u) * 299792458 * t))])

betap 的第一个和第三个元素代表这些函数的导数。我正在使用 numpy 的梯度函数np.gradient(beta_x_of_t) 计算导数，因此数组长度将匹配（len = 50）。同样，在检查n、beta 和betap 的形状时，它们都具有相同的形状(3,)。检查beta 和betap 的第一个和第三个元素的形状会得到以下形状：(50,)。

鉴于形状相同，我认为我应该能够使用np.cross(n-beta, betap) 执行叉积，但出现上述错误。

我的目标是双重的：

1. 了解错误消息的含义。例如，我查看了此处发布的许多其他问题，但似乎没有人回答输出操作数不可广播意味着什么。
2. 使用该信息解决错误以计算叉积。

Answer 1

来自np.cross 文档，2 个示例数组：

In [51]: x = np.array([[1,2,3], [4,5,6]])
    ...: y = np.array([[4,5,6], [1,2,3]])
    ...: 
In [52]: np.cross(x[0],y[0])
Out[52]: array([-3,  6, -3])
In [53]: np.cross(x,y)
Out[53]: 
array([[-3,  6, -3],
       [ 3, -6,  3]])

因此，cross 采用 2 个向量叉积。所以它可以采用 (n,3) 个数组，并返回 (n,3) 个结果。 （或 (n,2) 用于 2d 矢量交叉）。

当然与自身的交叉是0

In [59]: np.cross(x,x)
Out[59]: 
array([[0, 0, 0],
       [0, 0, 0]])

让我们像你的beta一样列一个列表：

In [60]: beta = [np.arange(3),0,np.arange(3)]
In [61]: beta
Out[61]: [array([0, 1, 2]), 0, array([0, 1, 2])]

numpy 不喜欢从这样的列表中创建一个数组：

In [62]: np.array(beta)
<ipython-input-62-f4485c3a6e4c>:1: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray.
  np.array(beta)
Out[62]: array([array([0, 1, 2]), 0, array([0, 1, 2])], dtype=object)

但是让我们尝试在这样一个 (3,) 形状的数组上执行cross：

In [64]: barr = np.array(beta,object)
In [65]: barr
Out[65]: array([array([0, 1, 2]), 0, array([0, 1, 2])], dtype=object)
In [66]: np.cross(barr, barr)
Traceback (most recent call last):
  File "<ipython-input-66-7218b4a081e0>", line 1, in <module>
    np.cross(barr, barr)
  File "<__array_function__ internals>", line 5, in cross
  File "/usr/local/lib/python3.8/dist-packages/numpy/core/numeric.py", line 1655, in cross
    cp0 -= tmp
ValueError: non-broadcastable output operand with shape () doesn't match the broadcast shape (3,)

这看起来像你的错误。

np.cross 旨在与 (N,3) 形状的数字 dtype 数组一起使用。像 beta 这样的对象 dtype 数组是错误的。我什至不确定你打算发生什么。

您的大部分问题都是无关紧要的，与错误无关。您的问题应该已经显示了回溯，并清楚地说明了参数的形状和数据类型。