如何向6Darray广播numpy2darray

Question

我有三个六维数组（运行在python3.4上）的形式为

Weights 
MyValue 
WeightedValue  = Weight * MyValue

我想确定MyValue通过Weights'轴-j（可能范围从0到4）在其他轴上的加权平均值，但5轴是常量。在

（所以当j=2时，我们是在0,1,3,和{}之间取平均值）。在

然后我打算取这个平均值乘以Weights，然后从WeightedValue中减去乘积

我打算这么做是

^{pr2}$

fn()是MyValue的平均值，定义如下：

^{3}$

我的问题如下：

平均值是一个2D数组，我需要fn()来生成一个6D数组，也就是说，在其他4维上广播2D结果

最后，我可以创建一系列循环来迭代轴j和轴5

import numpy as np
result = np.zeros((dim0,dim1,dim2,dim3,dim4,dim5))
for var1 in range(dim1):
    for var5 in range(dim5):
        result[:,dim1,:,:,:,dim5] = AverageValue[dim1,dim5]  

但我希望有一个更直接和更普遍的方法

Answer 1

代替fn，您可以使用：

j = 1;
axes = tuple({0,1,2,3,4} - {j})
fn = WeightedValue.sum(axes, keepdims=True) / Weights.sum(axes, keepdims=True)

很明显，关键是传递keepdims=True，它在求和轴的结果中保持单粒子维数，并使结果适合进一步广播。在