将 2d 数组与 3d 数组的每个切片相乘 - Numpy

Question

我正在寻找一种优化的方法来计算 2d 数组与 3d 数组的每个切片的元素明智的乘法（使用 numpy）。

例如：

w = np.array([[1,5], [4,9], [12,15]]) y = np.ones((3,2,3))

我想得到一个与 y.

形状相同的 3d 数组结果

不允许使用 * 运算符进行广播。就我而言，三维空间很长，for 循环不方便。

Answer 1

给定数组

import numpy as np

w = np.array([[1,5], [4,9], [12,15]])

print(w)

[[ 1  5]
 [ 4  9]
 [12 15]]

和

y = np.ones((3,2,3))

print(y)

[[[ 1.  1.  1.]
  [ 1.  1.  1.]]

 [[ 1.  1.  1.]
  [ 1.  1.  1.]]

 [[ 1.  1.  1.]
  [ 1.  1.  1.]]]

我们可以直接对数组进行倍增，

z = ( y.transpose() * w.transpose() ).transpose()

print(z)

[[[  1.   1.   1.]
  [  5.   5.   5.]]

 [[  4.   4.   4.]
  [  9.   9.   9.]]

 [[ 12.  12.  12.]
  [ 15.  15.  15.]]]

我们可能会注意到，这会产生与 np.einsum('ij,ijk->ijk',w,y) 相同的结果，也许工作量和开销会少一些。

将 2d 数组与 3d 数组的每个切片相乘 - Numpy

Multiplying a 2d array with each slice of 3d array - Numpy

python

arrays

numpy

multiplication

lapack