Numpy, Python: Abmessungen von Arrays automatisch beim Senden erweitern

Question

Betrachten Sie die folgende Übung in Numpy Array Broadcasting.

import numpy as np 
v = np.array([[1.0, 2.0]]).T # column array 

A2 = np.random.randn(2,10) # 2D array 
A3 = np.random.randn(2,10,10) # 3D 

v * A2 # works great 

# causes error: 
v * A3 # error 

Ich kenne die Numpy Regeln für den digitalen Rundfunk und ich bin vertraut mit bsxfun Funktionalität in Matlab. Ich verstehe, warum der Versuch, ein (2,1) -Array in ein (2, N, N) -Array zu übertragen, fehlschlägt, und dass ich das (2,1) -Array vorher in ein (2,1,1) -Array umformen muss Sendung geht durch.

Meine Frage ist: Gibt es irgendeine Möglichkeit, Python zu sagen, die Dimensionalität eines Arrays automatisch zu paddern, wenn es versucht, zu übertragen, ohne dass ich ihm die notwendige Dimension spezifisch mitteilen muss?

ich will nicht explizit Paar den (2,1) Vektor mit dem mehrdimensionalen Array gegen werden, es wird ausgestrahlt --- sonst ich etwas dumm und absurd hässlich wie mult_v_A = lambda v,A: v.reshape([v.size] + [1]*(A.ndim-1)) * A tun könnte. Ich weiß nicht vorher, ob das "A" -Array 2D oder 3D oder N-D sein wird.

Matlabs bsxfun Broadcasting-Funktion füllt implizit die Dimensionen wie benötigt, also hoffe ich, dass ich etwas in Python machen kann.

Answer 1

Es ist hässlich, aber dies funktionieren wird :

(v.T * A3.T).T 

Wenn Sie irgendwelche Argumente geben es nicht, Transponieren kehrt die Form Tupel, so dass Sie jetzt auf den Rundfunk Regeln verlassen können ihre Magie zu tun. Die letzte Transponierung gibt alles in der richtigen Reihenfolge zurück.

Answer 2

NumPy Broadcasting fügt zusätzliche Achsen auf der linken Seite hinzu.

Also, wenn Sie Ihre Arrays anordnen, so dass die gemeinsamen Achsen auf der rechten Seite und die sende Achsen sind auf der linken Seite, dann können Sie Rundfunk ohne Probleme verwenden:

import numpy as np 
v = np.array([[1.0, 2.0]]) # shape (1, 2) 

A2 = np.random.randn(10,2) # shape (10, 2) 
A3 = np.random.randn(10,10,2) # shape (10, 10, 2) 

v * A2 # shape (10, 2) 

v * A3 # shape (10, 10, 2)