numpy zu subtrahieren/hinzufügen 1d Array von 2D-Array

Question

Ich habe folgenden 2D-Array:

a = array([[ 1, 2, 3], 
      [ 4, 5, 6], 
      [ 7, 8, 9], 
      [10, 11, 12], 
      [13, 14, 15]]) 

und anderen 1D-Array:

b = array([ 1, 2, 3, 4, 5]) 

dann will ich so etwas wie

berechnen

c = a - b 

mit der Absicht zu bekommen:

c = array([[0, 1, 2], 
      [2, 3, 4], 
      [4, 5, 6], 
      [6, 7, 8], 
      [8, 9, 10]]) 

sondern erhalte ich die Fehlermeldung:

Traceback (most recent call last): 
    Python Shell, prompt 79, line 1 
ValueError: operands could not be broadcast together with shapes (5,3) (5,) 

ich die Rundfunk Regeln lesen, aber Artikel nicht klüger erhalten. Ich könnte einen Workaround mit for-Schleifen oder ähnlichem machen, aber es sollte einen direkten Weg geben. Danke

Answer 1

Sie müssen das Array b to a (2, 1) shape Array konvertieren, verwenden Sie None or numpy.newaxis im Indextupel. Hier ist die Indexing of Numpy array.

Sie können es mögen:

import numpy 

a = numpy.array([[ 1, 2, 3], 
      [ 4, 5, 6], 
      [ 7, 8, 9], 
      [10, 11, 12], 
      [13, 14, 15]]) 

b = numpy.array([ 1, 2, 3, 4, 5]) 
c=a - b[:,None] 
print c 

Ausgang:

Out[2]: 
array([[ 0, 1, 2], 
     [ 2, 3, 4], 
     [ 4, 5, 6], 
     [ 6, 7, 8], 
     [ 8, 9, 10]]) 

Answer 2

Wie Divakar in den Kommentaren angegeben, nur eine neue Achse zu b hinzuzufügen.

Ich schlage vor, Sie mehr über broadcasting lesen, die sehr oft nützlich ist, Berechnungen in numpy vektorisieren: Interessanterweise würde a.transpose() - b kein Fehler ausgelöst hat (Sie müssen das Ergebnis wieder transponieren Sie die gewünschte Ausgabe zu erhalten).

In diesem Computer ist die Form des ersten Arrays (3, 5) und b.shape ist (5,). So entspricht die Form von b dem Schwanz der Form von a, und das Senden kann passieren. Dies ist nicht der Fall, wenn die Form des ersten Arrays (5, 3) ist, daher der Fehler, den Sie erhalten haben.

Hier sind einige Laufzeittests, die Geschwindigkeiten der vorgeschlagenen Antworten zu vergleichen, mit Ihren Werten für a und b: Sie können sehen, dass die Unterschiede nicht wirklich signifikant

In [9]: %timeit (a.T - b).T 
Out[9]: 1000000 loops, best of 3: 1.32 µs per loop 

In [10]: %timeit a - b[:,None] 
Out[10]: 1000000 loops, best of 3: 1.25 µs per loop 

In [11]: %timeit a - b[None].T 
Out[11]: 1000000 loops, best of 3: 1.3 µs per loop