通过.reshape（generator）将1D数组广播到变化的nD数组的特定尺寸

Question

我有一个nD形状（2,2,2，... n）的大矩阵，该矩阵经常变化。

但是我也收到输入数据，该输入数据始终是一维形状为（2，）的一维数组。

现在，我想通过整形将以前的nD尺寸矩阵与我的1D数组相乘...，并且我还有一个“索引”，特别是要广播和修改的尺寸。

因此，我正在执行以下操作（在循环内）：

matrix_nd *= array_1d.reshape(1 if i!=index else dimension for i, dimension in enumerate(matrix_nd.shape))

但是此生成器作为输入似乎无效。请注意，维度将始终等于2，并且只能在我们的序列中放置一次。

例如，如果我们有一个形状为（2,2,2,2,2,2）且索引为3的5D矩阵；我们想将一维数组重塑为（1,1,1,2,1）。

有什么想法吗？

提前感谢。

Answer 1

一种方法是排列轴。因此，我们可以将相关轴从matrix_nd推到最后一个轴，然后将其与一维数组相乘，最后将轴置换回去。因此，在给定axis的情况下，在matrix_nd中，我们需要乘以一维数组，它将是-

np.moveaxis(np.moveaxis(matrix_nd,axis,-1)*array_1d,-1,axis)

同样，我们不需要将1D数组的形状重塑为(1,1,1,2,1)。我们可以将其调整为仅相关轴的形状，即(2,1)和broadcasting仍然有效，因为引导轴是自动广播的。因此，另一种方式是-

matrix_nd*array_1d.reshape((-1,)+(1,)*(matrix_nd.ndim-axis-1))

Answer 2

您可以定义类似的功能

def broadcast_axis(data, ndims, axis):
    newshape = [1] * ndims
    newshape[axis] = -1
    return data.reshape(*newshape)

并像这样使用

vector = broadcast_axis(vector, matrix.ndim, 3)