在这篇文章中，我们将为您详细介绍如何将numpy2D数组与numpy1D数组相乘？的内容，并且讨论关于numpy数组组合的相关问题。此外，我们还会涉及一些关于numpy将2D数组与1D数组连接、num
在这篇文章中，我们将为您详细介绍如何将numpy 2D数组与numpy 1D数组相乘？的内容，并且讨论关于numpy数组组合的相关问题。此外，我们还会涉及一些关于numpy将2D数组与1D数组连接、numpy：索引3D数组，将最后一个轴的索引存储在2D数组中、Python Numpy 2D数组索引、python – 2D数组每列的外积,形成一个3D数组 – NumPy的知识，以帮助您更全面地了解这个主题。
本文目录一览：- 如何将numpy 2D数组与numpy 1D数组相乘？（numpy数组组合）
- numpy将2D数组与1D数组连接
- numpy：索引3D数组，将最后一个轴的索引存储在2D数组中
- Python Numpy 2D数组索引
- python – 2D数组每列的外积,形成一个3D数组 – NumPy
如何将numpy 2D数组与numpy 1D数组相乘？（numpy数组组合）
两个数组：
a = numpy.array([[2,3,2],[5,6,1]])b = numpy.array([3,5])c = a * b我想要的是：
c = [[6,9,6], [25,30,5]]但是，我收到此错误：
ValueError: operands could not be broadcast together with shapes (2,3) (2)如何 将 nD数组与1D数组 相乘 ，在哪里len(1D-array) == len(nD array)？
答案1
小编典典您需要将数组b转换为（2，1）形状数组，使用None或numpy.newaxis在索引元组中：
import numpya = numpy.array([[2,3,2],[5,6,1]])b = numpy.array([3,5])c = a * b[:, None]这是文件。
numpy将2D数组与1D数组连接
我正在尝试连接4个数组，一个1D形状的数组（78427，）和3个2D形状的数组（78427，375/81/103）。基本上，这是4个数组，具有78427个图像的特征，其中1D数组每个图像仅具有1个值。
我尝试串联数组，如下所示：
>>> print X_Cscores.shape
(78427,375)
>>> print X_Mscores.shape
(78427,81)
>>> print X_Tscores.shape
(78427,103)
>>> print X_Yscores.shape
(78427,)
>>> np.concatenate((X_Cscores,X_Mscores,X_Tscores,X_Yscores),axis=1)
这将导致以下错误：
追溯（最近一次调用）：文件“”，第1行，在ValueError中：所有输入数组的维数必须相同
问题似乎是一维数组，但是我真的看不出来为什么（它也有78427个值）。我试图在连接它之前转置1D数组，但是那也不起作用。
任何有关连接这些数组的正确方法的帮助将不胜感激！
numpy：索引3D数组，将最后一个轴的索引存储在2D数组中
我有一个ndarray的shape(z,y,x)含值。我想这个指数阵列的另一个ndarray的shape(y,x)包含我感兴趣的值的z-
index的。
import numpy as np
val_arr = np.arange(27).reshape(3,3,3)
z_indices = np.array([[1,2],[0,1],[2,1]])
由于我的数组很大，因此我尝试使用它np.take来避免不必要的数组副本，但无法用它来索引3维数组。
如何索引val_arr以z_indices在所需的z轴位置获得值？预期结果将是：
result_arr = np.array([[9,1,20],[3,4,14],[24,7,17]])
Python Numpy 2D数组索引
我对python和numpy很陌生。请问有人可以帮助我了解如何对用作索引的某些数组进行索引。我有以下六个2D阵列-
array([[2, 0], [3, 0], [3, 1], [5, 0], [5, 1], [5, 2]])我想将这些数组用作索引，并将值10放入新的空矩阵的相应索引中。输出应如下所示：
array([[ 0, 0, 0], [ 0, 0, 0], [10, 0, 0], [10, 10, 0], [ 0, 0, 0], [10, 10, 10]])到目前为止，我已经尝试过
from numpy import* a = array([[2,0],[3,0],[3,1],[5,0],[5,1],[5,2]]) b = zeros((6,3),dtype =''int32'') b[a] = 10但这给了我错误的输出。任何帮助请。
答案1
小编典典In [1]: import numpy as npIn [2]: a = np.array([[2,0],[3,0],[3,1],[5,0],[5,1],[5,2]])In [3]: b = np.zeros((6,3), dtype=''int32'')In [4]: b[a[:,0], a[:,1]] = 10In [5]: bOut[5]: array([[ 0, 0, 0], [ 0, 0, 0], [10, 0, 0], [10, 10, 0], [ 0, 0, 0], [10, 10, 10]])工作原理：
如果您在工作分配中b使用 两个 numpy数组建立索引，
b[x, y] = z然后认为NumPy的作为过的各元件同时移动x和中的每个元素y和中的每个元素z（我们称它们xval，yval和zval），并分配至b
[XVAL，利用yval]的值zval。当z为常数时，“z每次移动仅返回相同的值。
这就是我们想要的，与x作为第一列a和y是第二列a。因此，选择x = a[:, 0]和y = a[:, 1]。
b[a[:,0], a[:,1]] = 10为什么b[a] = 10不起作用
当你写b[a]，认为NumPy的，如通过的每一个元素移动在创造一个新的数组a，（我们称之为每一个idx）和新的阵列中放置的价值b[idx]在的位置idx中a。
idx是中的值a。所以它是一个int32。 b形状为（6,3），b[idx]一行b形状为（3，）。例如，何时idx是
In [37]: a[1,1]Out[37]: 0b[a[1,1]] 是
In [38]: b[a[1,1]]Out[38]: array([0, 0, 0])所以
In [33]: b[a].shapeOut[33]: (6, 2, 3)因此，让我们再次重申：NumPy的是通过创建的每个元素移动在新的阵列a和新阵列中放置的价值b[idx]在的位置idx中a。随着idx移动a，将创建形状为（6,2）的数组。但是由于b[idx]形状本身为（3，），因此在（6,2）形数组中的每个位置都放置了（3，）形值。结果是形状（6,2,3）的数组。
现在，当您进行类似
b[a] = 10b[a]创建具有值的形状（6,2,3）的临时数组，然后执行分配。由于10是常数，因此此赋值将值10放置在（6,2,3）形数组中的每个位置。然后，将临时数组中的值重新分配给b。请参阅参考文档。因此，将（6,2,3）形数组中的值复制回（6,3）形b数组中。值彼此覆盖。但要点是您没有获得所需的任务。
python – 2D数组每列的外积,形成一个3D数组 – NumPy
我怎么能用numpy最优雅地做到这一点？是否可以仅使用矩阵运算,没有循环？
解决方法
broadcasting的一种方法 –
X.T[:,:,None]*X.T[:,None]
另一个有广播和交换轴后 –
(X[:,None,:]*X).swapaxes(0,2)
另一个广播和之后的多维转置 –
(X[:,:]*X).T
使用np.einsum的另一种方法,如果从循环代码转换,可能就迭代器而言更直观的思考 –
np.einsum('ij,kj->jik',X,X)
所有这些方法的基本思想是我们展开最后一个轴,使元素相乘相互保持第一轴对齐.我们通过将X扩展到两个3D阵列版本来实现这种相互对立的过程.
关于如何将numpy 2D数组与numpy 1D数组相乘？和numpy数组组合的介绍现已完结，谢谢您的耐心阅读，如果想了解更多关于numpy将2D数组与1D数组连接、numpy：索引3D数组，将最后一个轴的索引存储在2D数组中、Python Numpy 2D数组索引、python – 2D数组每列的外积,形成一个3D数组 – NumPy的相关知识，请在本站寻找。
本文标签：
