数组的numpy数组或2D数组乘以

Question

我想得到一个结果 ax=as_x-aseg_3d*直线

其中asux和aline是numpy向量，aseg\u3d是一个数组。因为x.shape和aline\u a shape是（S，），而aseg\u 3d shape也显示为（S，），因为它应该用于数组。结果ax也是一个数组，其形状与aseg\ U 3d相同

问题是，aseg\u3d是一个数组，因为里面的数组长度不同。然而，有时他们不这样做，而比阿塞古三维成为只是一个二维阵列。然后，上述多应用程序在ValueError时失败：操作数无法与形状（S，N）一起广播。你知道吗

我可以这样做： ax=as_x[：，无]-aseg_3d*aline_a[：，无]

但是当我有一个数组时，这与前面的情况不一样。你知道吗

有没有办法让它在两种情况下都能工作：数组数组和二维数组？你知道吗

或者有一种方法可以保持数组的numpy数组dtype=“object”，即使所有内部数组的长度相同？你知道吗

顺便说一句，我试着用列表理解来做上面的乘法运算，这总是可行的，但是速度要慢得多。你知道吗

谢谢你的建议！你知道吗

Answer 1

在两种情况下都有效的表达式：

你可以利用转置。简单情况（仅乘法）：

(vector * vec_of_vecs_or_2D.T).T

完整操作示例：

(vector1 - vector2 * vec_of_vecs_or_2D.T).T

示例：

>>> v = np.array([3, 5])
>>> A = np.array((*map(np.array,[[1,2],[1,2,3]]),))
>>> B = np.array([[1,2,4],[1,2,3]])
>>> 
>>> v
array([3, 5])
>>> A
array([array([1, 2]), array([1, 2, 3])], dtype=object)
>>> B
array([[1, 2, 4],
       [1, 2, 3]])
>>> 
>>> (v*B.T).T
array([[ 3,  6, 12],
       [ 5, 10, 15]])
>>> (v*A.T).T
array([array([3, 6]), array([ 5, 10, 15])], dtype=object)

工作原理：

如果vec_of_vecs_or_2D是对象数据类型的1D，那么转置什么也不做。你知道吗

如果vec_of_vecs_or_2D真的是2D，那么转置将匹配vector的轴移动到末尾，这样vector就被正确地广播了，然后又返回。你知道吗

为什么便宜：

请注意，numpy中的转置是惰性的。它实际上并不移动任何数据，它只是“交换轴标签”。你知道吗

例如，对1000x1000数组进行转置需要在我的笔记本电脑上花费约200 ns：

>>> a = np.arange(1_000_000).reshape(1000, 1000)
>>> timeit(lambda: a.T)
0.22008929261937737

或者，在任何情况下强制阵列：

示例

>>> L1 = [np.arange(i, 2*i+2) for i in range(3)]
>>> L2 = [np.arange(i, i+3) for i in range(3)]
>>> L1
[array([0, 1]), array([1, 2, 3]), array([2, 3, 4, 5])]
>>> L2
[array([0, 1, 2]), array([1, 2, 3]), array([2, 3, 4])]

方法1（丑陋但简单）：

>>> A1 = np.array([*L1, None])[:-1]
>>> A2 = np.array([*L2, None])[:-1]
>>> A1
array([array([0, 1]), array([1, 2, 3]), array([2, 3, 4, 5])], dtype=object)
>>> A2
array([array([0, 1, 2]), array([1, 2, 3]), array([2, 3, 4])], dtype=object)

方法二：（不那么难看，但很复杂）

>>> A1 = np.frompyfunc(L1.__getitem__, 1, 1)(range(len(L1)))
>>> A2 = np.frompyfunc(L2.__getitem__, 1, 1)(range(len(L2)))
>>> A1
array([array([0, 1]), array([1, 2, 3]), array([2, 3, 4, 5])], dtype=object)
>>> A2
array([array([0, 1, 2]), array([1, 2, 3]), array([2, 3, 4])], dtype=object)