问题标签 [array-broadcasting]

我有许多具有共同索引的不同大小的数组。

例如，

我想将它们一起添加到一个新的数组中，Arr3 是三维的。例如

请注意，在这种情况下，值应该对齐，例如

我一直在尝试使用以下方法

现在，当将两个方阵相加时，我已经能够完成这项工作。

但是，在我的实际程序中，我不会有这个问题的方阵。此外，当您开始按如下方式向上移动维数时，此方法会占用大量内存。

所以我的问题有两个部分：

1. 是否可以从具有共同“共享”轴的两个不同形状的 2D 阵列创建 3D 阵列。
2. 这种方法可以在高阶维度上扩展吗？

非常感谢任何帮助。

我正在尝试创建一个填充了一个对象的 NumPy 数组，我想知道是否有一种方法可以向整个数组广播，以便每个对象执行某些操作。

代码：

就目前而言，这会返回一个错误。我尝试按照手册将 dtype 更改为：_object，但似乎没有任何效果。

我无法理解为什么以下内容不起作用：

我有一个可以是三维或六维的数组前置因子。我有一个具有四个维度的偶极子阵列。dipoles 的前三个维度与 prefactor的后三个维度匹配。

由于我不知道prefactor的形状，我使用省略号来说明prefactor中的三个可选维度：

（在这里的例子中，prefactor.shape 是 (1, 1, 1, 160, 160, 128) 和 dipoles.shape 是 (160, 160, 128, 3)。执行时，我得到错误：

操作数 1 没有足够的维度来匹配广播，并且无法扩展，因为在开始和结束时都指定了爱因斯坦和下标

但是，当我在第二项中添加省略号时，它确实有效：

只是我不明白为什么，因为那里不需要省略号。有人知道这里发生了什么吗？

在http://comments.gmane.org/gmane.comp.python.numeric.general/53705上提出了同样的问题，但还没有令人满意的答案。

我有多个 0 和 1 的矩阵，我想找到它们的 NOT 版本。例如：

会成为：

现在我有

这工作得很好，但我有一种感觉，我已经看到这真的很简单，只是通过广播。不幸的是，我查到的所有东西都没有敲响。我假设类似的操作将用于对矩阵的值进行阈值处理（即类似的东西1 if x > .5 else 0）。

我有一个依赖于几个变量的函数，比如说y=f(x1,x2,x3,x4). 如果每个变量都是一个简单的数字，那么结果应该是一个普通的数字。如果其中一个变量是一个数组，我需要结果也是一个数组。依此类推：如果两个变量是数组，我需要结果是一个二维数组。等等。

例子：

怎么做？（为了让我的程序的非 Python 读者尽可能清楚？）

我想得到一个numpy数组中向量对的所有排列之间的差异。

在我的特定用例中，这些向量是对象列表的 3D 位置向量。

因此，如果我有一个数组r = [r1, r2, r3]wherer1和是 3 维向量，我想要以下内容r2：r3

将-操作按元素应用于向量的位置。

基本上，这个向量等价于：

但是，该outer函数似乎在减法之前使我的向量数组变平，然后对其进行整形。例如：

我期待的结果是：

我可以在不迭代数组的情况下实现上述目标吗？

X给定具有T行和列的矩阵k：

如何X使用 lag 沿行轴执行滚动累积和H？

请注意，在广播/矢量化最佳实践下，最好避免跨步和卷积。

我想在向量上广播一个函数 f，以便结果是一个矩阵 P，其中 P[i,j] = f(v[i], v[j])。我知道我可以简单地做到这一点：

或更老套：

但我正在寻找最快和最整洁的方法来做到这一点。这似乎是 numpy 应该内置的广播功能。有什么建议么？

当我尝试

结果给了我一个 x 轴从 0 到 1 的二维图框。但是，当我尝试使用numpy.newaxis切片向量时，

除了将行向量更改为列向量之外，是否相同？

一般情况下，有什么用numpy.newaxis，应该在什么情况下使用呢？

我正在尝试广播两个向量之间的差异。这适用于像这样的简单情况：

但是当我尝试做同样的事情但尺寸更大时，这是行不通的

我想执行data - centers，所以我可以得到输出：