有效地减去不同形状的numpy的阵列 [英] Subtracting numpy arrays of different shape efficiently

问题描述

使用的numpy的，你可以减去一个形状（3）阵列 v 从形状（5,3）阵列 X中的优秀广播规则与

Using the excellent broadcasting rules of numpy you can subtract a shape (3,) array v from a shape (5,3) array X with

X - v

结果是一个形状（5,3）数组，其中的每一行 I 区别 X [I] - v 。

有没有办法减去形状（N，3）阵列是W 从 X 使每一行是W 中减去形成整个阵列 X 没有明确使用一个循环？

Is there a way to subtract a shape (n,3) array w from X so that each row of w is subtracted form the whole array X without explicitly using a loop?

推荐答案

您需要 X 的尺寸用的 无/ np.newaxis 形成一个三维数组，然后通过做减法是W 。这将带来 广播 进入这个 3D 运行游戏，并导致与输出（5，N，3）。实施应​​该是这样的 -

You need to extend the dimensions of X with None/np.newaxis to form a 3D array and then do subtraction by w. This would bring in broadcasting into play for this 3D operation and result in an output with a shape of (5,n,3). The implementation would look like this -

X[:,None] - w  # or X[:,np.newaxis] - w

相反，如果想要的顺序是（N，5,3），那么你就需要尺寸W延伸代替，像这样 -

Instead, if the desired ordering is (n,5,3), then you need to extend the dimensions of w instead, like so -

X - w[:,None] # or X - w[:,np.newaxis] 

样运行 -

In [39]: X
Out[39]: 
array([[5, 5, 4],
       [8, 1, 8],
       [0, 1, 5],
       [0, 3, 1],
       [6, 2, 5]])

In [40]: w
Out[40]: 
array([[8, 5, 1],
       [7, 8, 6]])

In [41]: (X[:,None] - w).shape
Out[41]: (5, 2, 3)

In [42]: (X - w[:,None]).shape
Out[42]: (2, 5, 3)

这篇关于有效地减去不同形状的numpy的阵列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！