Numpy,python:广播时自动扩展数组的维度

Question

考虑Numpy阵列广播中的以下练习.

import numpy as np
v = np.array([[1.0, 2.0]]).T # column array

A2 = np.random.randn(2,10) # 2D array
A3 = np.random.randn(2,10,10) # 3D

v * A2 # works great

# causes error: 
v * A3 # error

我知道广播的Numpy规则,我熟悉bsxfunMatlab中的功能.我理解为什么尝试将(2,1)数组广播到(2,N,N)数组失败,并且我必须在此之前将(2,1)数组重塑为(2,1,1)数组广播经历.

我的问题是:有没有办法告诉Python在尝试广播时自动填充数组的维数,而不必专门告诉它必要的维度？

我不想明确地将(2,1)向量与将要广播的多维数组耦合 - 否则我可以做一些愚蠢和荒谬丑陋的事情mult_v_A = lambda v,A: v.reshape([v.size] + [1]*(A.ndim-1)) * A.如果"A"阵列是2D或3D或ND,我不知道提前.

Matlab的bsxfun广播功能隐含地根据需要填充尺寸,所以我希望我能在Python中做些什么.

Answer 1

NumPy广播在左侧添加了额外的轴.

因此,如果您排列数组使共享轴在右侧,可播放轴在左侧,那么您可以使用广播没有问题:

import numpy as np
v = np.array([[1.0, 2.0]])  # shape (1, 2)

A2 = np.random.randn(10,2) # shape (10, 2)
A3 = np.random.randn(10,10,2) # shape (10, 10, 2)

v * A2  # shape (10, 2)

v * A3 # shape (10, 10, 2)

Answer 2

这很难看,但这会奏效:

(v.T * A3.T).T

如果你没有给它任何参数,转置反转形状元组,所以你现在可以依靠广播规则来发挥他们的魔力.最后一个转置会将所有内容返回到正确的顺序.