Python 从第一维度进行numpy广播

在NumPy中，是否有一种简单的方法可以广播两个维度数组，例如

（x，y）

和

（x，y，z）

？NumPy广播通常与最后一个维度的维度相匹配，因此通常的广播将不起作用（它将要求第一个数组具有维度

（y，z）

）

背景：我正在处理图像，其中一些是RGB（形状

（h，w，3）

），一些是灰度（形状

（h，w）

）。我生成形状为

（h，w）

的alpha遮罩，并希望通过

遮罩*im

将遮罩应用于图像。因为上面提到的问题，这不起作用，所以我最后不得不做

mask = mask.reshape(mask.shape + (1,) * (len(im.shape) - len(mask.shape)))

---

这很难看。代码的其他部分对向量和矩阵进行操作，这也遇到了同样的问题：它无法执行

m+v

，其中

m

具有形状

（x，y）

，而

v

具有形状

（x，）

。例如，可以使用

至少\u 3d

，但我必须记住我实际需要的尺寸。

使用np索引。newaxis在该位置创建一个新轴。即

xyz = #some 3d array
xy = #some 2d array
xyz_sum = xyz + xy[:,:,np.newaxis]
or
xyz_sum = xyz + xy[:,:,None]

---

以这种方式索引将在该位置创建一个具有形状1和步幅0的轴。

作为另一个角度：如果您经常遇到此模式，则创建一个实用程序函数以强制右广播可能会很有用：

def right_broadcasting(arr, target):
    return arr.reshape(arr.shape + (1,) * (target.ndim - arr.ndim))

---

虽然只有两种类型的输入（已经有3个DIM或只有2个DIM），但我认为最好使用单个if语句。

使用转置如何：

(a.T + c.T).T

---

为什么不干脆装修一下呢

def flipflop(func):
    def wrapper(a, mask):
        if len(a.shape) == 3:
            mask = mask[..., None]
        b = func(a, mask)
        return np.squeeze(b)
    return wrapper

@flipflop
def f(x, mask):
    return x * mask

然后

---

numpy

函数通常都有代码块，用于检查尺寸、将数组重塑为兼容的形状，所有这些都是在开始进行加法或乘法的核心业务之前完成的。它们可以改变输出的形状以匹配输入。所以，滚动你自己做的类似操作没有什么错

不要轻易放弃将变量

3

维度旋转到维度起点的想法。这样做可以利用

numpy

在开始时自动添加维度这一事实

对于逐元素乘法，

einsum

功能非常强大

np.einsum('ij...,ij...->ij...',im,mask)

将处理

im

和

mask

是2维或3维的任意组合的情况（假设前2维始终兼容。不幸的是，这不能推广到加法或其他操作

---

不久前，我用纯Python版本模拟了

einsum

。为此，我使用了

np.lib.stride\u技巧。as\u stride

和

np.nditer

。如果您想在混合和匹配维度方面获得更大的能力，请查看这些函数。

很简单，您只需在较小数组的末尾添加一个单体维度。例如，如果xyz_数组有形状（x，y，z），xy_数组有形状（x，y），你可以这样做

xyz_array + np.expand_dims(xy_array, xy_array.ndim)

---

是的，但我仍然需要确定目标是有2个轴还是3个轴。（实际上，我一开始就尝试了这一点，但在灰度图像上失败了，分配了1024*1024*1024大小的数组，并耗尽了我的内存）在这种情况下，我会在相关代码前面放一行，将维数太低的数组“向上广播”到正确的广播模式；例如，如果arr.ndim==3，则arr=arr，否则arr[…，无]。这仍然是一行额外的代码，但我不认为您可以避免，至少它比基于重塑的解决方案更具可读性。在立即拒绝此方法之前，您应该尝试理解它生成

1024*1024*1024

。我猜它是在尝试执行

yz[None，：，：]+xy[：，：，None]

其中维度为

1024

。我觉得有点神秘。这个答案不清楚。问题中没有出现符号

A

和

c

。这需要更多解释。

xyz_array + np.expand_dims(xy_array, xy_array.ndim)