Numpy: Her satırı bir vektör öğesine bölün

Uyuşmuş bir dizim olduğunu varsayalım:

data = np.array([[1,1,1],[2,2,2],[3,3,3]])

ve karşılık gelen bir "vektörüm var:"

vector = np.array([1,2,3])

dataÇıkarmak veya bölmek için her satırda nasıl işlem yaparım, böylece sonuç şu olur:

sub_result = [[0,0,0], [0,0,0], [0,0,0]]
div_result = [[1,1,1], [1,1,1], [1,1,1]]

Uzun lafın kısası: Bir 2D dizinin her satırında, her satıra karşılık gelen 1 boyutlu bir skaler dizisi ile nasıl işlem yapabilirim?

Hadi bakalım. Sadece yayınla birlikte None(veya alternatif olarak np.newaxis) kullanmanız gerekir :

In [6]: data - vector[:,None]
Out[6]:
array([[0, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])

In [7]: data / vector[:,None]
Out[7]:
array([[1, 1, 1],
       [1, 1, 1],
       [1, 1, 1]])

Bahsedildiği gibi, birlikte dilimleme Noneveya np.newaxesbunu yapmak için harika bir yoldur. Diğer bir alternatif, transpoze ve yayınlamayı kullanmaktır.

(data.T - vector).T

ve

(data.T / vector).T

Daha yüksek boyutlu diziler için swapaxesNumPy dizilerinin yöntemini veya NumPy rollaxisişlevini kullanmak isteyebilirsiniz . Bunu yapmanın gerçekten birçok yolu var.

Yayınla ilgili daha kapsamlı bir açıklama için bkz. Http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html

JoshAdel'in çözümü, boyut eklemek için np.newaxis kullanıyor. Bir alternatif, yayına hazırlanırken boyutları hizalamak için reshape () kullanmaktır .

data = np.array([[1,1,1],[2,2,2],[3,3,3]])
vector = np.array([1,2,3])

data
# array([[1, 1, 1],
#        [2, 2, 2],
#        [3, 3, 3]])
vector
# array([1, 2, 3])

data.shape
# (3, 3)
vector.shape
# (3,)

data / vector.reshape((3,1))
# array([[1, 1, 1],
#        [1, 1, 1],
#        [1, 1, 1]])

Yeniden şekillendirmenin () gerçekleştirilmesi, boyutların yayın için sıralanmasına izin verir:

data:            3 x 3
vector:              3
vector reshaped: 3 x 1

data/vectorTamam olduğunu unutmayın , ancak istediğiniz yanıtı size vermez. Her bölen sütunu içinde array(yerine her sıranın her biri karşılık gelen elemanı ile) vector. Bu açıkça yeniden şekillendirmiştir eğer alacağı ne vectorolmak 1x3yerine 3x1.

data / vector
# array([[1, 0, 0],
#        [2, 1, 0],
#        [3, 1, 1]])
data / vector.reshape((1,3))
# array([[1, 0, 0],
#        [2, 1, 0],
#        [3, 1, 1]])

Bunu yapmanın Pythonic yolu ...

np.divide(data.T,vector).T

Bu, yeniden şekillendirme ile ilgilenir ve ayrıca sonuçlar kayan nokta formatındadır. Diğer cevaplarda sonuçlar yuvarlanmış tamsayı biçimindedir.

# NOT: Hem verilerdeki hem de vektördeki sütunların hiçbiri eşleşmemelidir

Stackoverflowuser2010 cevabına ek olarak, genel durumda sadece kullanabilirsiniz

data = np.array([[1,1,1],[2,2,2],[3,3,3]])

vector = np.array([1,2,3])

data / vector.reshape(-1,1)

Bu, vektörünüzü bir column matrix/vector. Elementsel işlemleri istediğiniz gibi yapmanıza izin verir. En azından benim için, bu konudaki en sezgisel yol ve çünkü (çoğu durumda) numpy, yeniden şekillendirme için aynı dahili belleğin bir görüntüsünü kullanacak.