在Numpy阵列广播中考虑以下练习.
import numpy as np v = np.array([[1.0,2.0]]).T # column array A2 = np.random.randn(2,10) # 2D array A3 = np.random.randn(2,10,10) # 3D v * A2 # works great # causes error: v * A3 # error
我知道广播的Numpy规则,我熟悉Matlab中的bsxfun功能.我明白为什么试图将(2,1)数组广播到(2,N,N)数组中失败,我必须在(2,1)数组之前将(2,1)数组重新形成广播经过.
我的问题是：有没有办法告诉Python在尝试广播时自动填充数组的维度,而我不必专门告诉它必要的维度？
我不想明确地将(2,1)向量与要广播的多维数组对齐 – 否则我可以做一些像mult_v_A = lambda v,A：v.reshape([ v.size] [1] *(A.ndim-1))* A.如果“A”数组将是2D或3D或ND,我不知道如何.
Matlab的bsxfun广播功能根据需要隐含地填充维度,所以我希望有一些我可以在Python中做的事情.
解决方法
这很丑陋,但这样会奏效：
(v.T * A3.T).T
如果你不给它任何论据,转置形状元组,所以你现在可以依靠广播规则做他们的魔法.最后一个转置返回所有的顺序.