Python numpy数组乘法问题

假设我有三个数组（即类型为

numpy.array

）：

numpy帮助页面表明，在数组上，每个乘法都是按元素进行的。由于上述三个向量在第一维度的大小都是113，我认为乘法在所有情况下都会得到113长度的向量，但它不是：

>>> (w * Y).shape     # expected
(113,)
>>> (w * X).shape     # ?!?!?!?!
(113,113)

第二个轴上的113从哪里来？在我看来不是很明智

在两个阵列上操作时，NumPy会比较它们的形状 元素方面。它从后面的尺寸标注开始，然后开始工作 前进的道路。当两个维度相等或一个维度相等时，它们是兼容的 其中有1个

拉伸或“复制”两个轴中较小的轴以匹配 另一个。

Numpy的规则正在这里应用

w      (1d array):       113
X      (2d array): 113 x   1   
Result (2d array): 113 x 113

---

查看发生了什么的最简单方法是使用一个示例：

w = array([5,6])
x = array([[1,2],[3,4]])
z = array([[5,6]])

w*x
# array([[ 5, 12],
#        [15, 24]])

w*z
# array([[25, 36]])

啊哈，“从尾随尺寸开始”！谢谢。如果您想要一个

（N，1）

结果，将

x（N，）

与

y（N，1）

相乘，请使用

x[：，None]*y

强制广播。

w = array([5,6])
x = array([[1,2],[3,4]])
z = array([[5,6]])

w*x
# array([[ 5, 12],
#        [15, 24]])

w*z
# array([[25, 36]])