将 numpy ndarray 与一维数组相乘

Question

所以我可以在这个论坛上看到很多问题，询问如何在给定轴上将 numpy ndarray 与 1d ndarray 相乘。 大多数答案都建议使用 np.newaxis 来满足广播要求。 在这里，我有一个更具体的问题，我想在轴 2 上相乘，例如：

>>> import numpy as np
>>> x = np.arange(27).reshape((3,3,3))
>>> y = np.arange(3)
>>> z = x*y[:,np.newaxis,np.newaxis]
>>> x
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23],
        [24, 25, 26]]])
>>> y
array([0, 1, 2])
>>> z
array([[[ 0,  0,  0],
        [ 0,  0,  0],
        [ 0,  0,  0]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[36, 38, 40],
        [42, 44, 46],
        [48, 50, 52]]])

这就是我想要的那种乘法。 但是，在我的情况下，我沿轴 0 和 1 的尺寸与沿轴 2 的尺寸不匹配，例如，当我尝试为我的 arrays 实现上述内容时，我得到了这个：

>>> x = np.arange(144).reshape(8,6,3)
>>> z = x*y[:,np.newaxis,np.newaxis]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (8,6,3) (3,1,1) 

我明白为什么我会收到这个广播错误，我的问题是，如果我调整我的广播，例如做一个有效的乘法：

>>> z = x*y[np.newaxis,np.newaxis,:]

我现在没有在正确的轴上相乘。

任何想法如何解决这个问题？

Answer 1

嗨，我已经设法得到它的格式很长，轴类似于你在第一个例子中所做的，但不确定这是否正确？

import numpy as np

test = np.arange(144).reshape(8,6,3)
test2 = np.arange(3)

np.array([test[i] * test2[i] for i in range(len(test.shape))])
>>>array([[[  0,   0,   0],
        [  0,   0,   0],
        [  0,   0,   0],
        [  0,   0,   0],
        [  0,   0,   0],
        [  0,   0,   0]],

       [[ 18,  19,  20],
        [ 21,  22,  23],
        [ 24,  25,  26],
        [ 27,  28,  29],
        [ 30,  31,  32],
        [ 33,  34,  35]],

       [[ 72,  74,  76],
        [ 78,  80,  82],
        [ 84,  86,  88],
        [ 90,  92,  94],
        [ 96,  98, 100],
        [102, 104, 106]]])