在所有情況下添加不同維度的 arrays python

Question

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

我有幾個 arrays 我想加在一起，它們的結構像上面的例子。 我想將這些 arrays 加在一起，在維度不匹配的地方我想將 0 添加到該值。 即結果應該是

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

我不知道“x”或“y”中哪個維度更高。 有沒有好的方法來處理這個問題？ 我嘗試將 arrays 的大小調整為兩者之間的最大值，但沒有成功

Answer 1

另一種可能的解決方案，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

只需創建另一個與較長數組大小相同的數組，並用零填充短數組的空值，然后將其與較長數組相加。

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]]

請注意，這是假設它們具有不同的第一維，如果存在比第一維更多的差異，那么它會變得稍微復雜一些，因為您必須創建兩個新的 arrays，其形狀是兩者的最大值所有維度。

Answer 3

這是一個可能的解決方案：

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

• 首先將所有 arrays 放入all_arrays
• 計算最長數組的長度
• 創建一個數組，其中的零個數與上一步中計算的最大長度一樣多。
• 遍歷 arrays
• 計算特定數組需要多少個零來填充最大數組大小。
• 將零添加到給定數組，並將其求和到sum_arr

OUTPUT：

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

Answer 4

跟蹤各種維度似乎是症結所在。 在這里，我使用 ravel / slice / reshape 來靈活處理。

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