Numpy：如何将两个向量相乘，形状（n，1）和（n，）？

【问题标题】：Numpy: How to elementwise-multiply two vectors, shape (n,1) and (n,)?Numpy：如何将两个向量相乘，形状（n，1）和（n，）？
【发布时间】：2012-03-30 17:53:01
【问题描述】：

如果两个向量都具有相同的形状，比如两个 (n,1) 或两个 (n,)，则它们的元素乘法是没有问题的。但是，如果一个向量的形状为 (n,1) 而另一个为 (n,)，*-运算符会返回一些有趣的东西。

a = np.ones((3,1))
b = np.ones((3,))
print a * b

生成的 nxn 矩阵包含 A_{i,j}=a_i*b_j。

那么我该如何为 a 和 b 进行元素乘法呢？

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

以使其形状匹配的方式对向量进行切片：

a[:, 0] * b

或

a * b[:, None]

【讨论】：

a.reshape(-1) * b 或 a * b.reshape((-1, 1)) 是做基本相同事情的另一种方法。（-1 的意思是“尽可能多地使它适合这个形状。”）

【解决方案2】：

将第二个轴添加到b 以使a 和b 具有相同的尺寸：

>>> a * b[:,np.newaxis]
array([[ 1.],
       [ 1.],
       [ 1.]])

或者，转置a 以便广播工作：

>>> a.T * b
array([[ 1.,  1.,  1.]])

（您可能想要转置结果。）

【讨论】：

我认为.T 解决方案是最好的解决方案。它需要最少的打字和最少的思考。