两个阵列的Numpy减法

Question

我有两个像下面那样的numpy数组

a=np.array([11,12])
b=np.array([9])

#a-b should be [2,12]

我想减去a和b，结果应该[2,12]。 我怎样才能达到这个效果？

Answer 1

您可以对其中一个阵列进行零填充。

import numpy as np

n = max(len(a), len(b))
a_pad = np.pad(a, (0, n - len(a)), 'constant')
b_pad = np.pad(b, (0, n - len(b)), 'constant')

ans = a_pad - b_pad

这里np.pad的第二个参数是(#of left pads, #of right pads)

Answer 2

一个类似的方法来@BlownhitherMa，是创建元素为零的数组的大小a （我们可以称之为c ），再放入b的值在适当情况下：

c = np.zeros_like(a)
c[np.indices(b.shape)] = b

>>> c
array([9, 0])

>>> a-c
array([ 2, 12])

Answer 3

您可以使用itertools中的zip_longest ：

import numpy as np
from itertools import zip_longest

a = np.array([11, 12])
b = np.array([9])

result = np.array([ai - bi for ai, bi in zip_longest(a, b, fillvalue=0)])
print(result)

产量

[ 2 12]

Answer 4

这是一个很长的解决方案。

diff =[]

n = min(len(a), len(b))
for i in range (n):
    diff.append(a[i] - b[i])
if len(a) > n:
    for i in range(n,len(a)):
        diff.append(a[i])
elif len(b) > n:
    for i in range(n,len(b)):
        diff.append(b[i])
diff=np.array(diff)
print(diff)

Answer 5

我们可以通过复制a然后在原地减去b来避免不必要的填充/临时值：

# let numpy determine appropriate dtype
dtp = (a[:0]-b[:0]).dtype
# copy a
d = a.astype(dtp)
# subtract b
d[:b.size] -= b