numpy维度交换_如何将2个不同维度的numpy数组相乘

默认情况下，ND数组(例如A)与一维1(B)的乘法是在最后一个轴上执行的，这意味着乘法A * B仅在下有效

A.shape[-1] == len(B)

要在另一个轴上将A与B相乘而不是-1，一种解决方法是在相乘前后交换A的轴：

要在轴“ axis”上乘以A和B，请使用

C = (A.swapaxes(axis, -1) * B).swapaxes(axis, -1)

示例

A = np.arange(2 * 3 * 4).reshape((2, 3, 4))

B = np.array([0., 1., 2.])

print(A, B)

array([[[ 0., 0., 0., 0.],

[ 4., 5., 6., 7.],

[16., 18., 20., 22.]],

[[ 0., 0., 0., 0.],

[16., 17., 18., 19.],

[40., 42., 44., 46.]]])

C = A * B

ValueError: operands could not be broadcast together with shapes (2,3,4) (3,)

C = (A.swapaxes(1, -1) * B).swapaxes(1, -1)

array([[[ 0., 0., 0., 0.],

[ 4., 5., 6., 7.],

[16., 18., 20., 22.]],

[[ 0., 0., 0., 0.],

[16., 17., 18., 19.],

[40., 42., 44., 46.]]])

请注意，A的第一个原始数已乘以0

最后的原始数乘以2