wie multiplizieren mit 2 numpy-array mit unterschiedlichen Abmessungen

Ich versuche, Sie zu multiplizieren mit 2-matrix x,y mit der Form (41) und (41,6)
wie soll es bei der übertragung der matrix zu jeder Pfeil in den multi-Dimensionen

Ich will es tun, wie :

x*y

aber ich bekomme diese Fehlermeldung

ValueError: operands could not be broadcast together with shapes (41,6) (41,)

Ist es etwas, das ich vermisse hier um das möglich zu machen ?

InformationsquelleAutor Adam | 2016-10-26
  1. 1

    Nicht genau sicher, was Sie versuchen zu erreichen. Vielleicht könnten Sie ein Beispiel geben, Ihren input und Ihre erwartete Leistung. Eine Möglichkeit ist:

    import numpy as np

x = np.array([[1, 2], [1, 2], [1, 2]])
y = np.array([1, 2, 3])
res = x * np.transpose(np.array([y,]*2))

    Dieser wird multipliziert jede Spalte von x mit y, also das Ergebnis des obigen Beispiels ist:

    array([[1, 2],
       [2, 4],
       [3, 6]])
    • Ja, Mit transponieren wiederum um die Spalten zu Pfeilen . Das hilft. Dank
    InformationsquelleAutor Thomas
  2. 2

    Rundfunk beinhaltet 2 Schritte

    • geben alle arrays die gleiche Anzahl von Dimensionen

    • erweitern Sie die 1 Abmessungen zu entsprechen, die andere arrays

    Mit Ihren Eingaben

    (41,6) (41,)

    eine ist 2d, das andere 1d; Rundfunk-ändern können, werden die 1d zu (1, 41) es, aber es geht nicht automatisch weiter in die andere Richtung (41,1).

    (41,6) (1,41)

    Weder (41,41) oder (6,41) entspricht dem anderen.

    So dass Sie brauchen, um Ihre y zu (41,1) oder die x zu (6,41)

    x.T*y
x*y[:,None]

    Gehe ich davon aus, natürlich, Sie wollen die element-element-Multiplikation, nicht die np.dot matrix-Produkt.

    InformationsquelleAutor hpaulj
  3. 1

    Können Sie versuchen, es funktioniert!

    >>> import numpy as np
>>> x = np.array([[1, 2], [1, 2], [1, 2]])
>>> y = np.array([1, 2, 3])
>>> np.dot(y,x)
array([ 6, 12])
    InformationsquelleAutor chatrapathi
  4. 0

    Hängt davon ab, was Sie erwartet haben. Eine einfache Lösung wäre:

    y*x

    Das sollte geben Sie eine matrix der Dimension (1,6).

    InformationsquelleAutor B. Eckles
  5. 0

    Wenn Sie möchten, multiplizieren Sie X der dimension (n) zu Y der dimension(n,m), können Sie erwägen, die Antworten von diesem post

    Tipps finden Sie in der Wikipedia sowie:

    In Python mit numpy numerische Bibliothek oder die sympy symbolische Bibliothek, Vermehrung der array-Objekte als a1*a2 erzeugt die Hadamard-Produkt, aber mit sonst von matrix-Objekten m1*m2 erzeugt eine matrix-Produkt.

    Einfach gesagt, die Scheibe bis auf arrays und ausführen x*y, oder verwenden Sie andere Wege, um zu passen die Anforderung.

    InformationsquelleAutor dcwhcdhw
  6. 0

    Die Multiplikation der ND-array (sagen wir A) mit einem 1D-one (B) durchgeführt wird auf der letzten Achse standardmäßig, was bedeutet, dass die Multiplikation A * B ist nur gültig, wenn

    A.shape[-1] == len(B)

    multiplizieren von A mit B auf einer anderen Achse als -1, ist ein workaround, um ein vertauschen der Achsen Eines vor und nach der Multiplikation :

    multiplizieren von A und B gegenüber der Achse "Achse", verwenden Sie

    C = (A.swapaxes(axis, -1) * B).swapaxes(axis, -1)

    Beispiel 

    A = np.arange(2 * 3 * 4).reshape((2, 3, 4))
B = np.array([0., 1., 2.])

print(A, B)

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.]]])

C = A * B

ValueError: operands could not be broadcast together with shapes (2,3,4) (3,) 

C = (A.swapaxes(1, -1) * B).swapaxes(1, -1)

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.]]])

    Beachten Sie, dass die erste raw von A wurden multipliziert mit 0
    letzten raw Dateien wurden mit 2 multipliziert,

    InformationsquelleAutor user2660966
Schreibe einen Kommentar