Numpy广播

下面的代码给出了（0-11）中的元素在数组c的第一行中出现的次数。（a==c[0]）。如何调整此代码，使其对c中的所有行（而不仅仅是c[0]）执行相同的操作。本质上是一个for循环

import numpy as np
c=(np.random.rand(2,5)*12).round()
print (c)

a=np.arange(12).reshape(12,1)
print (np.sum(a==c[0],axis=1))

结果应该如下所示，但没有for循环：

for n in range(2):
    a=np.arange(12).reshape(12,1)
    print (np.sum(a==c[n],axis=1))

如果您必须使用会导致大量内存使用的内存，您可以这样做-

(c[...,None] == np.arange(12)).sum(1)

对于更大的

c

，一个更好的方法是不要打扰

c

，只是四处走动

np.arange（12）

，就像这样-

(c == (np.arange(12)[:,None,None])).sum(-1).T

这是该理论的一些证据-

---

哇，太棒了！什么是。。。代表什么？我在房间里什么也找不到doc@nickpick我叫它——把所有东西都扔到前面去。因此，基本上将所有DIM推到前面，因此对于这种情况，基本上与

c[：，：，None]

相同。

In [28]: c=(np.random.rand(2000,5000)*12).round()

In [29]: %timeit (c[...,None] == np.arange(12)).sum(1)
1 loops, best of 3: 423 ms per loop

In [30]: %timeit (c == (np.arange(12)[:,None,None])).sum(-1).T
1 loops, best of 3: 232 ms per loop