两个不同形状的numpy数组相乘时是否有自动广播的功能？

Question

我想将两个不同形状的 numpy 数组相乘。结果应该以这样的方式广播，例如形状为 (3,) 和 (5,) 的数组相乘 return 是形状为 (3,5) 的数组。我知道这可以使用 array1[:,numpy.newaxis]*array2[numpy.newaxis,:]。但我正在寻找的是更通用的东西，一个函数也自动将形状为 (3,5) 和 (4,) 的数组乘以形状为 (3,5,4) 的数组。是否有任何 numpy 函数可以执行此操作？当然，a 可以自己编写一个函数，但是是否存在任何函数？

所以我正在寻找一个函数 numpy.func(array1, array2) 来执行 return 一个具有形状 (*array1.shape, *array2.shape) 的数组 array3 和值 array3[i1,j1,..,i2,j2,..] = array1[i1,j1,...]*array2[i2,j2,...].

谢谢

Answer 1

看看numpy.multiply.outer。 outer 是所有 "ufuncs" 都有的标准方法。

例如，

In [19]: a   # a has shape (3, 4)
Out[19]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

In [20]: b   # b has shape (5,)
Out[20]: array([0, 1, 2, 3, 4])

In [21]: c = np.multiply.outer(a, b)

In [22]: c.shape
Out[22]: (3, 4, 5)

In [23]: c[1, 2, 3]
Out[23]: 18

In [24]: a[1, 2]*b[3]
Out[24]: 18

两个不同形状的numpy数组相乘时是否有自动广播的功能？

Is there a function for automatic broadcasting when multiplying two numpy arrays with different shapes?

python

arrays

numpy

array-broadcasting