使用 2d numpy 數組廣播 1d numpy 數組

Question

這可能是一個非常簡單的問題，但我沒有弄清楚這一點。

我有一個形狀為 (3,2) 的二維 numpy 數組和一個形狀為 (3,) 的一維數組：

    A = [[2,4],[6,8][10,12]]
    B = [1,2,4]

我想將數組 A 除以數組 B，結果：

   [[2,4],[3,4][2.5,3]]

但是numpy不會讓我這樣做，我覺得是因為形狀不對。 我得到了熟悉的“操作數無法與形狀 (10,2) (10,) 一起廣播”錯誤。

我嘗試了 reshape 和 swapaxis 的東西，但它不起作用。 我更希望能夠在沒有 for 循環的情況下執行此操作（因為我需要使用大數組多次執行此操作）並且不必交換數組 A 的軸（因為其他數組也是這種形狀）。

你們能幫幫我嗎？

Answer 1

將B擴展到2D然后除以 -

A/B[:,None].astype(float)

樣品運行 -

In [9]: A
Out[9]: 
array([[ 2,  4],
       [ 6,  8],
       [10, 12]])

In [10]: B
Out[10]: array([1, 2, 4])

In [11]: A/B[:,None].astype(float)
Out[11]: 
array([[ 2. ,  4. ],
       [ 3. ,  4. ],
       [ 2.5,  3. ]])

或者使用from __future__ import division處理除法以產生浮動 pt 數組 -

In [14]: from __future__ import division

In [15]: A/B[:,None]
Out[15]: 
array([[ 2. ,  4. ],
       [ 3. ,  4. ],
       [ 2.5,  3. ]])

---

乘以倒數提高性能 -

In [32]: A = np.random.rand(300,200)

In [33]: B = np.random.rand(300)

In [34]: from __future__ import division

In [35]: %timeit A/B[:,None]
1000 loops, best of 3: 336 µs per loop

In [36]: %timeit A*(1.0/B[:,None])
10000 loops, best of 3: 101 µs per loop

可以在here找到有關此的更多信息。 此外，如果B的值非常接近0 ，則需要小心使用此方法。