在 Numpy 中管理高维度

Question

我想编写一个包含 4 个变量的函数：f(x1,x2,x3,x4)，每个都在不同的维度中。

这可以通过f(x1,x2[newaxis],x3[newaxis,newaxis],x4[newaxis,newaxis,newaxis])来实现。

你知道更聪明的方法吗？

Answer 1

一种方法是重塑每个数组，沿引导轴提供适当数量的单体维度。要在所有数组中执行此操作，我们可以使用列表理解。

因此，处理通用输入数组数量的一种方法是 -

L = [x1,x2,x3,x4]
out = [l.reshape([1]*i + [len(l)]) for i,l in enumerate(L)]

样本运行-

In [186]: # Initialize input arrays
     ...: x1 = np.random.randint(0,9,(4))
     ...: x2 = np.random.randint(0,9,(2))
     ...: x3 = np.random.randint(0,9,(5))
     ...: x4 = np.random.randint(0,9,(3))
     ...: 

In [187]: A = x1,x2[None],x3[None,None],x4[None,None,None]

In [188]: L = [x1,x2,x3,x4]
     ...: out = [l.reshape([1]*i + [len(l)]) for i,l in enumerate(L)]
     ...: 

In [189]: A
Out[189]: 
(array([2, 1, 1, 1]),
 array([[8, 2]]),
 array([[[0, 3, 5, 8, 7]]]),
 array([[[[6, 7, 0]]]]))

In [190]: out
Out[190]: 
[array([2, 1, 1, 1]),
 array([[8, 2]]),
 array([[[0, 3, 5, 8, 7]]]),
 array([[[[6, 7, 0]]]])]

Answer 2

您正在寻找 np.ix_¹:

f(*np.ix_(x1, x2, x3, x4))

例如：

>>> np.ix_([1, 2, 3], [4, 5])
(array([[1],
        [2],
        [3]]), array([[4, 5]]))

^{¹或者等价地，np.meshgrid(..., sparse=True, indexing='ij')}

在 Numpy 中管理高维度

Managing high dimensions in Numpy

numpy

array-broadcasting