使用numpy數組進行列表理解-錯誤的做法？

Question

我想知道以下方法是否會被視為不好的做法？如果這樣，是否有人可以為另一種方法提供一些指導。

這是有問題的代碼：

a = np.array([[1,2,3],[4,5,6]])
b = np.array([-5,5])
c = np.array([np.multiply(a[x],b[x]) for x in range(2)])

此處的目的是獲得與'a'形狀相同的數組，其中'a'的第一個元素的值乘以'b'的第一個元素，而第二個元素'a'的值相乘通過“ b”的第二個元素

上面的代碼可以工作，但是考慮到涉及的列表/數組的混合，我不建議這樣做-但對於更優雅的解決方案，我不清楚。 提前謝謝了！

Answer 1

NumPythonic的方法是使用np.newaxis/None將b的維度擴展為2D數組，然后讓broadcasting開始進行vectorized elementwise multiplication 。 實現看起來像這樣-

c = a * b[:,None]

擴展尺寸后，您也可以使用np.multiply達到相同的效果，如下所示-

c = np.multiply(a,b[:,None])

最重要的是，以下一些性能數據可以說服您使用broadcasting -

In [176]: a = np.random.rand(2000,3000)

In [177]: b = np.random.rand(2000)

In [178]: %timeit np.array([np.multiply(a[x],b[x]) for x in range(a.shape[0])])
10 loops, best of 3: 118 ms per loop

In [179]: %timeit a * b[:,None]
10 loops, best of 3: 63.8 ms per loop

In [180]: %timeit np.multiply(a,b[:,None])
10 loops, best of 3: 64 ms per loop