Python 将矩阵数组与向量相乘

我有一个矩阵数组，我想用不同的数字乘以每个矩阵。我这样试过：

>>> import numpy as np
>>> c = np.array([[[1, 2],[3, 4]],[[1, 2],[3, 4]]])
>>> d = np.array([0.1, 0.2])
>>> d*c
array([[[ 0.1,  0.4],
        [ 0.3,  0.8]],

       [[ 0.1,  0.4],
        [ 0.3,  0.8]]])

而我的目的就是要得到这个结果-

>>> np.array([d[0]*c[0], d[1]*c[1]])
array([[[ 0.1,  0.2],
        [ 0.3,  0.4]],

       [[ 0.2,  0.4],
        [ 0.6,  0.8]]])

---

最简单的方法是什么？

您需要一对额外的轴：

In [22]: d[:,None,None] * c
Out[22]: 
array([[[ 0.1,  0.2],
        [ 0.3,  0.4]],

       [[ 0.2,  0.4],
        [ 0.6,  0.8]]])

---

d[：，None，None]

具有形状

（2,1,1）

，该形状在

c

形状

（2,2,2）

数组中广播。要将

c

的每个块乘以

d

的相应元素，可以通过正常广播执行此操作：

>>> c*d[:, np.newaxis, np.newaxis]
array([[[ 0.1,  0.2],
    [ 0.3,  0.4]],

   [[ 0.2,  0.4],
    [ 0.6,  0.8]]])

---

这个方法和

d[：，np.newaxis，np.newaxis]

之间的区别是什么？@Ohm无区别-

np.newaxis无

返回

True

：

np.newaxis

只是

无

的一个更明确的同义词，在这里意味着“插入另一个轴”。