python如何将numpy维度不同的数组相加相乘

这篇文章主要介绍了python如何将numpy维度不同的数组相加相乘，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

第一种

np矩阵可以直接与标量运算

>>>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]]])

第二种

若arr1是高维数组，如果arr2的维度与arr1某个子数组维度相同，那么可以相互作运算。

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]]])

补充：python 按不同维度求和，最值，均值

当变量维数加大时很难想象是怎样按不同维度求和的，高清楚一个，其他的应该就很清楚了，什么都不说了，上例子，例子一看便明白…..

a=range(27)
a=np.array(a)
a=np.reshape(a,[3,3,3])

输出a的结果是:

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]]])

我们来看看 aa=np.sum(a,-1)的输出：

array([[ 3, 12, 21],
[30, 39, 48],
[57, 66, 75]])

bb=np.sum(a,2) 的输出

array([[ 3, 12, 21],
  [30, 39, 48],
  [57, 66, 75]])

cc=np.sum(a,0)的输出：

array([[27, 30, 33],
  [36, 39, 42],
  [45, 48, 51]])

cc=np.sum(a,1)的输出：

array([[ 9, 12, 15],
  [36, 39, 42],
  [63, 66, 69]])

第-1个维度与第2个维度是一样的，第-1个维度实际是指最后一个维度。

感谢你能够认真阅读完这篇文章，希望小编分享的“python如何将numpy维度不同的数组相加相乘”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!