在numpy中,将3维数组的第二维乘以1维数组的最快方法是什么？

Question

你有一个形状数组(a,b,c),你想要将第二个维度乘以一个形状数组(b)

for循环可以工作,但是有更好的方法吗？

防爆.

A = np.array(shape=(a,b,c))
B = np.array(shape=(b))

for i in B.shape[0]:
    A[:,i,:]=A[:,i,:]*B[i]

Answer 1

使用广播:

A*B[:,np.newaxis]

例如:

In [47]: A=np.arange(24).reshape(2,3,4)

In [48]: B=np.arange(3)

In [49]: A*B[:,np.newaxis]
Out[49]: 
array([[[ 0,  0,  0,  0],
        [ 4,  5,  6,  7],
        [16, 18, 20, 22]],

       [[ 0,  0,  0,  0],
        [16, 17, 18, 19],
        [40, 42, 44, 46]]])

B[:,np.newaxis]有形状(3,1).广播在左侧添加新轴,因此广播形状(1,3,1).广播也沿着长度为1的轴重复项目.因此,当乘以时A,它进一步广播成形(2,3,4).这符合的形状A.乘法然后一如既往地以元素方式进行.