python 將numpy維度不同的數組相加相乘操作
第一種
np矩陣可以直接與標量運算
>>>import numpy as np >>>arr1 = np.arange(12).reshape([2,2,3]) >>>arr1 array([[[ 0, 1, 2], [ 3, 4, 5]], [[ 6, 7, 8], [ 9, 10, 11]]]) >>>arr1*5 array([[[ 0, 5, 10], [15, 20, 25]], [[30, 35, 40], [45, 50, 55]]]) >>>arr1-5 array([[[-5, -4, -3], [-2, -1, 0]], [[ 1, 2, 3], [ 4, 5, 6]]]) >>>arr1**2 array([[[ 0, 1, 4], [ 9, 16, 25]], [[ 36, 49, 64], [ 81, 100, 121]]])
第二種
若arr1是高維數組,如果arr2的維度與arr1某個子數組維度相同,那麼可以相互作運算。
PyDev console: starting. Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 16:52:21) [Clang 6.0 (clang-600.0.57)] on darwin >>>import numpy as np >>>arr1 = np.arange(12).reshape([2,2,3]) >>>arr1 array([[[ 0, 1, 2], [ 3, 4, 5]], [[ 6, 7, 8], [ 9, 10, 11]]]) >>>arr2 = np.array([2,2,2]) >>>arr2 array([2, 2, 2]) >>>arr1*arr2 array([[[ 0, 2, 4], [ 6, 8, 10]], [[12, 14, 16], [18, 20, 22]]]) >>>arr3 = np.arange(6).reshape([2,3]) >>>arr1*arr3 array([[[ 0, 1, 4], [ 9, 16, 25]], [[ 0, 7, 16], [27, 40, 55]]])
補充:python 按不同維度求和,最值,均值
當變量維數加大時很難想象是怎樣按不同維度求和的,高清楚一個,其他的應該就很清楚瞭,什麼都不說瞭,上例子,例子一看便明白…..
a=range(27) a=np.array(a) a=np.reshape(a,[3,3,3])
輸出a的結果是:
array([[[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8]], [[ 9, 10, 11], [12, 13, 14], [15, 16, 17]], [[18, 19, 20], [21, 22, 23], [24, 25, 26]]])
我們來看看 aa=np.sum(a,-1)的輸出:
array([[ 3, 12, 21], [30, 39, 48], [57, 66, 75]])
bb=np.sum(a,2) 的輸出
array([[ 3, 12, 21], [30, 39, 48], [57, 66, 75]])
cc=np.sum(a,0)的輸出:
array([[27, 30, 33], [36, 39, 42], [45, 48, 51]])
cc=np.sum(a,1)的輸出:
array([[ 9, 12, 15], [36, 39, 42], [63, 66, 69]])
第-1個維度與第2個維度是一樣的,第-1個維度實際是指最後一個維度。
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方,望不吝賜教。
推薦閱讀:
- Python NumPy教程之數組的創建詳解
- Python Numpy中ndarray的常見操作
- python數據分析Numpy庫的常用操作
- 初識python的numpy模塊
- Python NumPy教程之遍歷數組詳解