如何向numpy数组广播更新操作

文章/答案/技术大牛

发布

1回答

python、arrays、numpy

假设我有一个形状为(2,2)的数组A = [[0,1], [2,3]]。然后假设我想将A的第0行更新为4,4，并将A的第1行更新为8,8，其中输出是形状(2,2,2)的新数组 [0,1],[8,8]]] 我不想使用for循环，也就是说，我想用numpy的矢量化特性来做这件事。

浏览 7提问于2019-08-16得票数 0

回答已采纳

3回答

如何在Python中广播列表？

python、numpy、backpropagation

我需要用Python向一个更大的值广播一个列表。实际上，我正在研究一个不使用Numpy的反向传播算法。在我有限的开发环境中，我没有太多的权限。据我所知，当你在两个数组上使用Numpy.dot()操作时，如果一个数组比另一个数组小，那么numpy将广播另一个数组，因此它们的大小相等。dW = np.dot(dZ, A_prev.T) / m 当两个数组不可除时，N

浏览 49提问于2021-10-20得票数 3

回答已采纳

1回答

什么时候广播是个坏主意？(矮胖)

python、numpy、array-broadcasting

术语描述了numpy如何在算术操作中处理不同形状的数组。Example 2 : a = array([1.0,2.0,3.0])a * b >我们可以认为，在算术运算期间，标量b被拉伸成一个形状与a相同的数组。Numpy足够聪明地使用原始标量值，而无需实际复制，因此广播操作尽可能具有内存和计算效率(b是标量，而不是

浏览 1提问于2017-11-15得票数 12

1回答

Python广播行就位

python、numpy、parallel-processing、mpi、mpi4py

因此，我试图向每个节点广播一个numpy数组的一行，并让每个节点在自己的矩阵中更新该特定行。因此，代码如下：其中A是numpy.array类型的，其中i是迭代变量。

浏览 2提问于2022-04-30得票数 0

1回答

如何在两个不同的二维数组上进行广播(Python / numpy)

python、arrays、numpy

如果有2个numpy数组，则两个2-D形状都不同: x.shape = (2,2) y.shape = (3,2)谢谢。

浏览 18提问于2020-02-23得票数 1

4回答

不同形状NumPy数组的元素乘法

numpy、matrix、vector、linear-algebra、multiplication

当我使用numpy.multiply(a,b)将numpy数组与形状(2, 1),(2,)相乘时，我得到一个2乘2的矩阵。但我想要的是基于元素的乘法。我不熟悉numpy的规则。

浏览 0提问于2018-07-15得票数 0

1回答

一维numpy数组总是表现得像行向量吗？

python、numpy、array-broadcasting

我正在努力理解numpy中的广播规则，但我注意到我首先需要很好地理解什么是一维numpy数组。我发现多个来源表明，一维numpy数组既不是水平向量，也不是垂直向量。因此，我期望它会根据所完成的操作和操作的其他组件而有所不同。但我真的找不到一维数组表现得像列向量的情况。所以我的问题是-一维numpy数组总是模仿水平向量的行为吗？如果不是，当它们的行为像标准垂直向量时会发生什么情况？

浏览 31提问于2020-05-04得票数 0

5回答

NumPy -什么是广播？

python、numpy

这些文档解释了广播的规则，但似乎没有用英语来定义它。我的猜测是，广播是当NumPy用虚拟数据填充一个较小的维度数组以执行操作时。有人可以定义广播，然后提供一些简单的例子来说明什么时候起作用，什么时候不起作用？

浏览 4提问于2015-09-28得票数 5

回答已采纳

3回答

我想知道如何在dtype=object数组的numpy中支持矩阵乘法。我有同态加密的数字被封装在一个类Ciphertext中，我已经重写了基本的数学运算符，如__add__、__mul__等等。我已经创建了numpy数组，其中每个条目都是类Ciphertext的一个实例，numpy很清楚如何广播加法和乘法操作。我想这与numpy无法知道物体的形状有关，因为它可能是一个列表或其他什么东西。朴素解决方案：我可以编写自己的

浏览 0提问于2018-03-20得票数 5

回答已采纳

1回答

理解Numpy多维数组索引

python、numpy、indexing、array-broadcasting

为什么操作3在工作，但返回了我所期望的结果(即操作1的结果)？ y[np.array([0,2,4]), np.array([1,2])] 实际上，切片被转换成索引数组np.array([1,2]) (shape(1,2))，该索引<e

浏览 3提问于2017-01-15得票数 3

回答已采纳

6回答

NumPy:如何快速归一化许多向量？

python、vector、numpy、normalization

如何在NumPy中优雅地规范化向量列表？下面是一个不起作用的例子：print vectors.T / norms # vectors.T has 10 elements, as does norms, but this does not work 最后一个操作产生“形状不匹配:对象不能广播

浏览 196提问于2010-05-18得票数 25

回答已采纳

1回答

需要python库来更新大型Excel文件的数据透视表

python、excel

我已经尝试使用Openpyxl来更新有透视表的Excel文件，我得到内存错误。我使用了优化的阅读器(link - )并将read_only设置为false，但仍然收到内存错误

浏览 0提问于2020-12-15得票数 0

1回答

采样一个numpy数组的许多随机排列的最快方法

python、numpy、performance、permutation

与许多其他numpy/随机函数不同，没有提供在单个函数调用中返回多个结果的明显方法。给定一个(1d) numpy数组x，我希望对x的n排列(每个长度为len(x))进行采样，并将结果作为一个具有(n, len(x))形状的numpy数组。这并不理想，主要是因为循环在Python中，而不是在已编译的numpy函数中。import numpy as np # x is big enough to

浏览 22提问于2022-01-12得票数 1

回答已采纳

1回答

Tensorflow:怪异的广播行为

python、tensorflow、deep-learning

我不太明白Tensorflow的广播机制是如何运作的。y是一个占位符，我添加了一个变量，通过将它添加到(1000,28,28,32)形状的conv1张量中来检查Tensorflow的广播机制。conv1中，类型错误如下：形状(28,32)和(28,28,32)工作和广播正确但是根据在中解释的广播语义，前三种形状也必须工作，因为它们通过将维数与4D conv1张量相匹配来达到正确的

浏览 1提问于2017-07-07得票数 1

回答已采纳

2回答

向Numpy数组的视图广播

python、numpy、views

我能够做到这一点，但我必须重新索引数组，当我想要使用原始视图这样做。换句话说，我想使用这第4行代码，但我只能使用第3行代码。box = im[x-dx:x+dx, y-dy:y+dy, :]im[x-dx:x+

浏览 4提问于2015-02-20得票数 1

回答已采纳

2回答

“广播”这个词从何而来？

numpy、octave

我在网上可以找到的所有用法都指向了numpy手册。知道以前有没有用过吗？

浏览 3提问于2014-11-15得票数 7

回答已采纳

2回答

在Numpy矢量化广播操作期间，是否可以访问当前索引？

python、python-3.x、numpy、array-broadcasting

我希望使用花哨的索引、向量化和/或广播来加快Numpy中单个数组上的函数。对于数组中的每个值，我需要做一个包含相邻值的计算。因此，在我的向量化操作中，我需要访问当前的索引，以便能够获取它周围的索引。考虑以下简单的数组操作：y = np.zeros((6, 6))我想使用类似的语法，但我不想使用简单的增量，这是一个简单的嵌套for循环(或单个for循环使用np.sum对

浏览 1提问于2019-02-15得票数 1

回答已采纳

2回答

非广播Numpy阵列

python、arrays、numpy、array-broadcasting

在大型代码库中，我使用np.broadcast_to广播数组(这里只使用简单的示例)：Out[3]: (2, 1, 3) 在代码的其他部分，我使用了第三方函数，这些函数可以在Numpy数组上以矢量化的方式操作，但这些函数不是实用函数这些函数不理解广播，这意味着在像y这样的数组上调用这样的函数是效

浏览 7提问于2016-11-28得票数 4

回答已采纳

1回答

Matlab等价于Python:不同长度数组上的逻辑异或？

python、matlab、numpy、xor

我想把Matlab代码转换成Python，它正在对两个向量执行XOR操作。我尝试使用numpy.logical_xor()函数来完成这个任务，但是这是失败的，因为正在比较的两个数组的形状并不相同，从而阻止了广播的工作。我试图模拟的Matlab代码：当前(不工作)在Python中尝试上述操作： test5 = np.logical_xor()向每个数组添加一个轴时，我也得到了相同的结

浏览 1提问于2015-10-10得票数 2

回答已采纳

2回答

具有“+=”算子的不同维numpy阵列广播问题

numpy、array-broadcasting

我刚接触过numpy，我对广播有一个有趣的观察。当我将一个3x5数组直接添加到一个3x1数组中，并根据结果更新原始的3x1数组时，就没有广播问题了。import numpy as npprint(f'init = \n {total}'total = total + np.ones(shape=(3,5)) pr

浏览 8提问于2022-08-24得票数 0

点击加载更多