所以我有兩個 ndarrays：一個形狀為 (N,a,a) 的數組，基本上是一堆形狀為 (a,a) 的數組B 具有形狀 (8,M,a,a)，一個由 8 x M 個形狀 (a,a) 陣列組成的矩陣我需要從 A (AB) 中減去 B，使得結果數組的形狀為 (8,M*N,a,a)。更詳細地說，需要從 A 中的每個數組中減去 B 的 8 個數組中的每個（總共 M 個），從而在 (a,a) 形狀數組之間進行 8*M*N 次減法。如何在沒有循環的情況下以矢量化方式執行此操作？這個線程做了一些類似的事情，但在較低的維度上，我不知道如何擴展它。
1 回答
哆啦的時光機
TA貢獻1779條經驗 獲得超6個贊
A = np.arange(8).reshape(2,2,2)
B = np.ones(shape=(8,4,2,2))
如果維度相同或一個維度為 1，則一般廣播工作，所以我們這樣做；
a = A[np.newaxis, :, np.newaxis, :, :]
b = B[:, np.newaxis, :, :, :]
a.shape # <- (1,2,1,2,2)
b.shape # <- (8,1,4,2,2)
現在什么時候可以進行廣播
c = a - b
c.shape # <- (8,2,4,2,2)
當您重塑 (2x4=8) 組件時，它們會對齊。
c.reshape(8,-1,2,2)
新軸的順序決定了重塑，所以要小心。
添加回答
舉報
0/150
提交
取消