带有 3d 数组的 numpy 广播

Question

是否可以应用 numpy 广播（使用一维数组），

x=np.arange(3)[:,np.newaxis]
y=np.arange(3)
x+y=
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4]])

到类似于下面的 3d 矩阵，这样 a[i] 中的每个元素都像上面的例子一样被视为一维向量？

a=np.zeros((2,2,2))
a[0]=1
b=a
result=a+b

导致

result[0,0]=array([[2, 2],
                   [2, 2]])

result[0,1]=array([[1, 1],
                   [1, 1]])

result[1,0]=array([[1, 1],
                   [1, 1]])

result[1,1]=array([[0, 0],
                   [0, 0]])

Answer 1

您可以按照与一维数组相同的方式执行此操作，即在 a 或 b 中的轴 0 和轴 1 之间插入一个新轴：

a + b[:,None]    # or a[:,None] + b

(a + b[:,None])[0,0]
#array([[ 2.,  2.],
#       [ 2.,  2.]])

(a + b[:,None])[0,1]
#array([[ 1.,  1.],
#       [ 1.,  1.]])

(a + b[:,None])[1,0]
#array([[ 1.,  1.],
#       [ 1.,  1.]])

(a + b[:,None])[1,1]
#array([[ 0.,  0.],
#       [ 0.,  0.]])

Answer 2

由于a和b的形状相同，所以说(2,2,2)，a+b确实可以。广播的工作方式是它以相反的顺序匹配操作数的维度，从最后一个维度开始向上（例如，在二维情况下考虑列在行之前）。如果维度匹配，则考虑下一个维度。

如果维度不匹配且其中一个维度是 1，则重复该操作数的维度以匹配另一个操作数（例如，如果 a.shape = (2,1,2) 和 b.shape = (2,2,2)然后重复 a 第一维的值以形成形状 (2,2,2))

带有 3d 数组的 numpy 广播

numpy broadcasting with 3d arrays

python

arrays

numpy

array-broadcasting