ndarray 上的 Numpy 除法

Question

我想创建一个包含另一个 ndarray 比率的新数组。第一个简单的例子：import numpy as npweek = np.full((3, 4), 2, dtype=float)week[:,2] = 0week[2,0:2] =0week[0,3] =0.99week[1,3] =1.99week[2,3] =0.89week回报array([[2.  , 2.  , 0.  , 0.99],       [2.  , 2.  , 0.  , 1.99],       [0.  , 0.  , 0.  , 0.89]])现在我想计算一个包含周 [:,3] 比率的 ndarrayratio =  week[:,3].reshape(1,-1).T/ week[:,3]回报array([[1.   , 0.497, 1.112],       [2.01 , 1.   , 2.236],       [0.899, 0.447, 1.   ]])正是我想要的。更一般的情况 一个 5d 数组，其中前 4 个维度可以改变weeks_5d= np.full((1,1,2, 3, 4), 2, dtype=float)weeks_5d[:,:,:,:,2] = 0weeks_5d[:,:,0,2,0:2] =0weeks_5d[:,:,1,1,0:2] =0weeks_5d[:,:,:,0,3] = 0.99weeks_5d[:,:,:,1,3] = 1.99weeks_5d[:,:,:,2,3] = 0.89weeks_5d回报array([[[[[2.  , 2.  , 0.  , 0.99],          [2.  , 2.  , 0.  , 1.99],          [0.  , 0.  , 0.  , 0.89]],         [[2.  , 2.  , 0.  , 0.99],          [0.  , 0.  , 0.  , 1.99],          [2.  , 2.  , 0.  , 0.89]]]]])现在我想为每个 ndarray 计算相同的比率转置 5darray 会返回奇怪的结果。我需要的是   array([[[[[1.   , 0.497, 1.112],              [2.01 , 1.   , 2.236],              [0.899, 0.447, 1.   ]]],             [[1.   , 0.497, 1.112],              [2.01 , 1.   , 2.236],              [0.899, 0.447, 1.   ]]]]])

Answer 1

我认为循环是你最好的希望，有一个缓慢和快速的方法来做到这一点：

缓慢的方式：

def get_ratios(arr):

    ni, nj, nk = arr.shape[:3]

    last_dim = arr.shape[3]

    new_arr = np.zeros(shape=(ni, nj, nk, last_dim, last_dim),

                       dtype=np.float64)

    for i in range(ni):

        for j in range(nj):

            for k in range(nk):

                week = arr[i, j, k]

                ratio = week[:, 3].reshape(-1, 1) / week[:, 3]

                new_arr[i, j, k] = ratio

    return new_arr

get_ratios(weeks_5d)

印刷

array([[[[[1.        , 0.49748744, 1.11235955],

          [2.01010101, 1.        , 2.23595506],

          [0.8989899 , 0.44723618, 1.        ]],

         [[1.        , 0.49748744, 1.11235955],

          [2.01010101, 1.        , 2.23595506],

          [0.8989899 , 0.44723618, 1.        ]]]]])

显然，在 python 中循环数组很慢，但这numba就是发明的目的：

快速（呃）方式

from numba import njit

@njit

def get_ratios(arr):

    ni, nj, nk = arr.shape[:3]

    last_dim = arr.shape[3]

    new_arr = np.zeros(shape=(ni, nj, nk, last_dim, last_dim),

                       dtype=np.float64)

    for i in range(ni):

        for j in range(nj):

            for k in range(nk):

                week = arr[i, j, k, :, 3]

                for d1 in range(last_dim):

                    for d2 in range(last_dim):

                        new_arr[i, j, k, d1, d2] = week[d1] / week[d2]

    return new_arr

get_ratios(weeks_5d)

印刷

array([[[[[1.        , 0.49748744, 1.11235955],

          [2.01010101, 1.        , 2.23595506],

          [0.8989899 , 0.44723618, 1.        ]],

         [[1.        , 0.49748744, 1.11235955],

          [2.01010101, 1.        , 2.23595506],

          [0.8989899 , 0.44723618, 1.        ]]]]])