Python 数组维数不同时如何计算表达式

我想评估以下功能：

inclination=np.pi/6

def power(inclination,phi):
    h1=1.7 
    h2=0.5 
    D = np.arange(0.5, 12.0, 0.1)
    r = np.sqrt((h1-h2)**2 + D**2)
    freq = 865.7 
    lmb = 300/freq 
    H = D**2/(D**2+2*h1*h2)
    theta = 4*np.pi*h1*h2/(lmb*D)
    q_e = H**2*(np.sin(theta))**2 + (1 - H*np.cos(theta))**2
    sigma = 1.94
    N_1 = np.random.normal(0,sigma,D.shape)
    rnd = 10**(-N_1/10)
    F = 10 
    power=0.2
    alpha=inclination + np.arcsin((h1-h2)/r)
    gain=3.136*(np.tan(alpha)*np.sin(np.pi/2*np.cos(alpha)*np.sin(phi)))**2
    y=10*np.log10( 1000*(power*gain*1.622*((lmb)**2) *0.5*1) / (((4*np.pi*r)**2) *1.2*1*F)*q_e*rnd )
    return y

问题是调用函数会返回错误

phi=np.arange(-np.pi/2, np.pi/2, np.pi/32)
power(np.pi/6,phi)

ValueError                                Traceback (most recent call last)
<ipython-input-32-268e3287b75a> in <module>()
----> 1 power(np.pi/6,phi)

<ipython-input-30-4b89d23682ce> in power(inclination, phi)
     19 
     20     alpha=inclination + np.arcsin((h1-h2)/r)
---> 21     gain=3.136*(np.tan(alpha)*np.sin(np.pi/2*np.cos(alpha)*np.sin(phi)))**2
     22     print(gain)
     23     y=10*np.log10( 1000*(power*gain*1.622*((lmb)**2) *0.5*1) / (((4*np.pi*r)**2) *1.2*1*F)*q_e*rnd )

ValueError: operands could not be broadcast together with shapes (115,) (32,) 

phi=np.arange（-np.pi/2，np.pi/2，np.pi/32）
功率（np.pi/6，φ）
ValueError回溯（最近一次调用上次）
在（）
---->1功率（np.pi/6，φ）
功率（倾角，φ）
19
20 alpha=倾角+np.弧心（（h1-h2）/r）
--->21增益=3.136*（np.tan（α）*np.sin（np.pi/2*np.cos（α）*np.sin（φ））**2
22打印（增益）
23 y=10*np.log10（1000*（功率*增益*1.622*（（lmb）**2）*0.5*1/（（4*np.pi*r）**2）*1.2*1*F）*q_e*rnd）
ValueError:操作数无法与形状（115，）（32，）一起广播

可能是因为它抱怨

gain

行中的操作与不同维度的矩阵

alpha

和

phi

有关。

---

问题是，我想使用不同的矩阵维数，并保存一个

txt

文件，其中第一列是

r

，第二列是

phi

，第三列是

y

的值，您需要向其中一个数组添加一个维数才能启用

假设

alpha.shape

为

（115，）

： `

---

您希望

获得
的形状是什么？（115,32）或（32115）。。。使用不同的矩阵维数是什么意思？如果
A
是（5，）形状，而
B
（3，），那么
A*B
应该是什么呢？@wwii感谢评论。我想要（115,32）尺寸。你有解决办法吗？@hpaulj如果表达式“不同维度”不正确，很抱歉。我的意思是这两个数组没有兼容的形状。这不是描述错误，而是你没有详细说明你想要发生什么。
>>> alpha = np.ones(115, dtype=np.uint8)
>>> phi = np.ones(32, dtype=np.uint8)

>>> c = alpha[:,None] * phi
>>> alpha.shape, alpha[:,None].shape, phi.shape, c.shape
((115,), (115, 1), (32,), (115, 32))

>>> gain=3.136*(np.tan(alpha[:,None])*np.sin(np.pi/2*np.cos(alpha[:,None])*np.sin(phi)))**2
>>> gain.shape
(115, 32)