Numpy 数组添加变得像 np.einsum() 一样简单？

Question

如果我有 a.shape = (3,4,5) 和 b.shape = (3,5)，使用 np.einsum() 可以使广播然后将两个数组相乘变得非常简单和明确：

result = np.einsum('abc, ac -> abc', a, b)

但是如果我想 add 这两个数组，据我所知，我需要两个单独的步骤，以便广播正常进行，代码感觉不那么明确。

b = np.expand_dims(b, 1)
result = a + b

有什么办法可以让我以 np.einsum() 的清晰度进行此数组加法？

Answer 1

广播只能发生在一个额外的 dimension 上。要添加这两个数组，可以将它们展开为一行，如下所示：

import numpy as np
a = np.random.rand(3,4,5); b = np.random.rand(3,5);
c = a + b[:, None, :] # c is shape of a, broadcasting occurs along 2nd dimension

请注意，这与 c = a + np.expand_dim(b, 1) 没有任何不同。就清晰度而言，这是个人风格。我更喜欢广播，其他人更喜欢einsum

Numpy 数组添加变得像 np.einsum() 一样简单？

Numpy array addition made as simple as np.einsum()?

python

numpy

numpy-einsum