Numpy：为列表中每个数组的 np.array 的每一行乘以 (1/2)^k

Question

假设我有以下数组列表

dat = [np.array([[1,2],[3,4]]), np.array([[5,6]]), np.array([[1,2],[7,8],[2,3]]), np.array([[1,2],[3,4]])]

现在，对于列表中的每个元素，我想将数组的行乘以 (1/2)^k，其中 k 是每行的 (index + 1)。

以列表中第一个和第三个数组为例

for np.array([[1,2],[3,4]), it would becomes like
np.array([[0.5,1],[3/4,1])

for np.array([[1,2], [7,8], [2,3]]), it would becomes like
np.array([[0.5,1], [7/4,2], [1/4, 3/8])

所以最终结果会像

newdat = [np.array([[0.5,1],[3/4,1]]), np.array([[5/2, 3]]), np.array([[1/2,  1],[7/4,2],[1/4,3/8]]), np.array([[0.5, 1], [3/4,1]])]

因为我所做的只是使用 for 循环

for i in dat:
    n = i.shape[0]
    mul = (1/2)**np.arrange(1,n+1)
    i = i*mul[:,None]

有更好的方法吗？

Answer 1

不，很遗憾不是。由于您有一个 np.arrays 具有不同形状的列表，因此处理该列表的唯一方法是使用 for 循环。您可以使用列表理解，但它或多或少是同一回事。（它使用for循环）

dat = [e * (1/2)**np.arange(1, e.shape[0]+1)[:,None] for e in dat]

Numpy：为列表中每个数组的 np.array 的每一行乘以 (1/2)^k

Numpy: multiplying (1/2)^k for each row of np.array for each array in a list

python

numpy

python-3.x

numpy-einsum

numpy-ndarray