Python 使用Numpy的基本算术运算时如何保持尺寸
最近我遇到了一个维数问题,每次计算后都必须重新调整数组的形状。比如说,Python 使用Numpy的基本算术运算时如何保持尺寸,python,numpy,Python,Numpy,最近我遇到了一个维数问题,每次计算后都必须重新调整数组的形状。比如说, a=np.random.rand(2,3,4) t=2 b=a[:,1,:] + a[:,2,:]*t a的第二个轴将自动缩小,并且b将成为2x4阵列。如何保持b的形状为[2,1,4]。在numpy.sum()中,我们可以设置keepdims=True,但是对于基本的算术运算,如何设置呢 将整数独立项转换为列表: >>> b = a[:,[1],:] + a[:,[2],:]*t >>>
a=np.random.rand(2,3,4)
t=2
b=a[:,1,:] + a[:,2,:]*t
a
的第二个轴将自动缩小,并且b
将成为2x4阵列。如何保持b
的形状为[2,1,4]。在numpy.sum()
中,我们可以设置keepdims=True
,但是对于基本的算术运算,如何设置呢 将整数独立项转换为列表:
>>> b = a[:,[1],:] + a[:,[2],:]*t
>>> b.shape
(2, 1, 4)