在Python中重塑数组以进行乘法/除法

Question

我在处理数组的时候遇到了一个烦人的形状不匹配问题。虽然数组的长度是一样的，但其中一个数组的宽度只有1。举个例子：

import numpy as np
x = np.ones(80)
y = np.ones([80, 100])
x*y 

ValueError: shape mismatch: objects cannot be broadcast to a single shape

简单的解决办法是用 y*x.reshape(x.shape[0],1)。不过，我经常会从一个数组中提取出一列，然后就得手动进行这个调整。有没有什么办法可以避免这样做呢？

Answer 1

推荐的方法是使用一个叫“newaxis”的东西，也就是

x[:, numpy.newaxis] * y

这样写起来既清晰又高效。

Answer 2

有两种比较简单的方法：

(x * y.T).T

或者

x.reshape((-1,1)) * y

Numpy的广播功能非常强大，可以自动完成你想要的操作，但它要求数组的最后一个维度（或多个维度）形状要一致，而不是第一个维度。因此，你需要对y进行转置才能正常工作。

第二种选择和你现在做的差不多，不过-1被当作数组大小的占位符，这样可以减少一些输入的内容。