在所有情况下添加不同维度的 arrays python

Question

x = np.array([[1],[1],[3]])
y = np.array([[1],[2]])
x+y

我有几个 arrays 我想加在一起，它们的结构像上面的例子。 我想将这些 arrays 加在一起，在维度不匹配的地方我想将 0 添加到该值。 即结果应该是

array([[2],
       [3],
       [3]])

我不知道“x”或“y”中哪个维度更高。 有没有好的方法来处理这个问题？ 我尝试将 arrays 的大小调整为两者之间的最大值，但没有成功

Answer 1

另一种可能的解决方案，它使用numpy.pad ：

max_shape = np.maximum(x.shape[0], y.shape[0])

x = np.pad(x, ((0, max_shape - x.shape[0]), (0, 0)), mode='constant')
y = np.pad(y, ((0, max_shape - y.shape[0]), (0, 0)), mode='constant')

x + y

Output：

array([[2],
       [3],
       [3]])

Answer 2

只需创建另一个与较长数组大小相同的数组，并用零填充短数组的空值，然后将其与较长数组相加。

import numpy as np

def sum_padded(x,y):
    if len(x) > len(y):
        new_arr = np.zeros_like(x)
        new_arr[:len(y)] = y
        return x + new_arr
    elif len(x) < len(y):
        new_arr = np.zeros_like(y)
        new_arr[:len(x)] = x
        return y + new_arr
    else:
        return x + y

x = np.array([[1],[1],[3]])
y = np.array([[1],[2]])

res = sum_padded(x,y)
print(res)

[[2]
 [3]
 [3]]

请注意，这是假设它们具有不同的第一维，如果存在比第一维更多的差异，那么它会变得稍微复杂一些，因为您必须创建两个新的 arrays，其形状是两者的最大值所有维度。

Answer 3

这是一个可能的解决方案：

all_arrays = [x, y]
max_len = max([len(arr) for arr in all_arrays])
sum_arr = np.zeros(max_len)
for arr in all_arrays:
    add_these_zeros = max_len - len(arr)
    sum_arr = sum_arr + np.concatenate([arr.flatten(), np.zeros(add_these_zeros)])
    
print(np.reshape(sum_arr, (-1, 1))) # reshape 1D to 2D

• 首先将所有 arrays 放入all_arrays
• 计算最长数组的长度
• 创建一个数组，其中的零个数与上一步中计算的最大长度一样多。
• 遍历 arrays
• 计算特定数组需要多少个零来填充最大数组大小。
• 将零添加到给定数组，并将其求和到sum_arr

OUTPUT：

array([[2.],
       [3.],
       [3.]])

Answer 4

跟踪各种维度似乎是症结所在。 在这里，我使用 ravel / slice / reshape 来灵活处理。

def make_uniform(x, y):
    large = x if x.shape > y.shape else y
    # We return x with large.shape, optionally appending zeros.
    n = np.product(large.shape)
    return (
        np.concatenate(x, np.zeros_like(large))
        .ravel()[:n]
        .reshape(large.shape)
    )

x, y = (make_uniform(x, y),
        make_uniform(y, x))
x + y