一次将数组中的每个项目分开答案

【问题标题】：divide every item in an array of arrays in one shot一次将数组中的每个项目分开
【发布时间】：2014-04-14 03:30:11
【问题描述】：

我有一个形状为 3X4X4 的 numpy 数组，如图所示：

[[[0 0 0 2]
  [0 0 0 0]
  [1 0 0 0]
  [0 0 0 0]]

 [[0 1 0 0]
  [0 0 0 0]
  [0 0 0 0]
  [0 1 1 0]]

 [[0 0 0 0]
  [0 1 1 0]
  [0 0 1 0]
  [0 0 0 0]]]

我想将数组中每个 4 X4 矩阵中的每个数字除以 0.25。然后我想记录所有这些值。（因此我将每个数组中的所有值除以 0.25，然后取该数字的对数）输出应该是相同的 3x4x4 矩阵，只是值发生了变化。任何建议

【问题讨论】：

标签： python logging numpy

【解决方案1】：

你可以这样做：

numpy.log(yourNumpyArray / 0.25)

numpy 会做正确的事（将每个元素除以 0.25）

了解更多：

Basic Operations - Tentative Numpy Tutorial

【讨论】：

来自过早的微优化部门，np.log(yourNumpyArray) - np.log(0.25) 给出了相同的结果，但用廉价的减法代替了昂贵的除法。它在我的系统上大约快 10%。
@Jaime 很奇怪，在我的系统中它有点相反：>>> %timeit np.log(a / 0.25) 给了100000 loops, best of 3: 8.99 µs per loop 和>>> %timeit np.log(a) - np.log(0.25) 导致：100000 loops, best of 3: 10.3 µs per loop（有点慢）
我在一个大 (1000x1000) 阵列上运行它。很少有项目，就像在 OP 的问题中一样，对np.log 的额外调用可能会吞噬所有的改进。在我的系统上，数组中约 800 个项目发生交叉。
@Jaime 就是这样，然后，我用 OP 的输入进行了测试。感谢分享。 =)

【解决方案2】：

我不明白这有什么问题

>> import numpy as np
>> a = np.array([[[0, 0, 0, 2],[0, 0, 0, 0], [1, 0, 0, 0], [0, 0, 0, 0]], [[0, 1, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0] ,[0, 1, 1, 0]] ,[[0, 0, 0, 0], [0, 1, 1, 0] ,[0, 0, 1, 0] ,[0, 0, 0, 0]]])
>> a
[[[0, 0, 0, 2], [0, 0, 0, 0], [1, 0, 0, 0], [0, 0, 0, 0]],
 [[0, 1, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 1, 1, 0]],
 [[0, 0, 0, 0], [0, 1, 1, 0], [0, 0, 1, 0], [0, 0, 0, 0]]]

>> np.log(a/0.25)

array([[[       -inf,        -inf,        -inf,  2.07944154],
        [       -inf,        -inf,        -inf,        -inf],
        [ 1.38629436,        -inf,        -inf,        -inf],
        [       -inf,        -inf,        -inf,        -inf]],

       [[       -inf,  1.38629436,        -inf,        -inf],
        [       -inf,        -inf,        -inf,        -inf],
        [       -inf,        -inf,        -inf,        -inf],
        [       -inf,  1.38629436,  1.38629436,        -inf]],

       [[       -inf,        -inf,        -inf,        -inf],
        [       -inf,  1.38629436,  1.38629436,        -inf],
        [       -inf,        -inf,  1.38629436,        -inf],
        [       -inf,        -inf,        -inf,        -inf]]])

【讨论】：

【解决方案3】：

import numpy as np

arr = np.array([[[0, 0, 0, 2],[0, 0, 0, 0], [1, 0, 0, 0], [0, 0, 0, 0]], [[0, 1, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0] ,[0, 1, 1, 0]] ,[[0, 0, 0, 0], [0, 1, 1, 0] ,[0, 0, 1, 0] ,[0, 0, 0, 0]]])
arr /= 0.25
arr = np.log(arr)

【讨论】：