Numpy减去两个ndim相等但形状不同的数组

Question

所以我有两个 ndarray：

形状为(N,a,a)的A，基本上是N个形状为(a,a)的数组

形状为 (8,M,a,a) 的 B，一个由 8 x M 形状为 (a,a) 的数组组成的矩阵

我需要从 A (A-B) 中减去 B，使得结果数组的形状为 (8,M*N,a,a)。 更详细地说，需要从 A 中的每个数组中减去 B 的 8 个数组中的每个（共 M 个），从而在 (a,a) 形状数组之间进行 8*M*N 次减法。

如何在没有循环的情况下以矢量化方式执行此操作？ 这个thread 做了类似的事情，但尺寸较低，我不知道如何扩展它。

Answer 1

A = np.arange(8).reshape(2,2,2)
B = np.ones(shape=(8,4,2,2))

如果维度相同或一个维度为 1，则一般广播有效，所以我们这样做；

a = A[np.newaxis, :, np.newaxis, :, :]
b = B[:, np.newaxis, :, :, :]

a.shape  # <- (1,2,1,2,2)
b.shape  # <- (8,1,4,2,2)

现在你什么时候可以做广播了

c = a - b
c.shape  # <- (8,2,4,2,2)

当您重塑 (2x4=8) 组件时，它们会对齐。

c.reshape(8,-1,2,2) 

新轴的顺序决定了重塑，所以要小心。