在python中是否有与MATLAB函数bsxfun相当的功能？

我试图将我的一些代码从matlab移植到python，并且它的一些使用bsxfun（）函数进行虚拟复制，然后乘以或除（我也将它用于逻辑运算）。我希望能够做到这一点，而不用真正复制矢量（无论是用函数还是用某种对角矩阵），然后再乘以或划分以节省内存和时间。在python中是否有与MATLAB函数bsxfun相当的功能？

如果在某种C库中有相当于bsxfun的，那当然也可以。

来源

2012-01-20 Kevin

如果你正在使用Python数组，你会希望使用是numpy的（www.numpy.org）工作，并numpy的有非常好的广播属性。（请参阅http://www.scipy.org/EricsBroadcastingDoc获取简短教程。） – DSM

根据此[问题]（http://stackoverflow.com/questions/3213212/matlab-equivalent-of-numpy-broadcasting）相当于matlab中的numpy广播是'bsxfun'，所以我猜这是相反的。 – jcollado

现在在http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html有一个“官方”numpy广播教程。 DSM建议的教程仍可在https：// github上找到。 COM/DWF /救出-SciPy的维基/ BLOB /主/ EricsBroadcastingDoc.rst – user2809402

虽然numpy确实为您提供了许多广播服务，但其他人提到的并非真正与bsxfun相当，我知道。

这通常被认为是numpy优于matlab的优点，确实很多广播在numpy中都比较简单，但bsxfun实际上更通用，因为它可以接受用户定义的函数。

Numpy has this： http://docs.scipy.org/doc/numpy/reference/generated/numpy.apply_along_axis.html 但只限于1d。

来源

2014-10-17 02:38:53 David

与matlab相比，Python非常容易使用 python numpy中的bsxfun（x）可以很容易地通过...在array []中完成，例如， M [...：] 你可以试试这个：

>>>m = np.zeros([5,13], dtype=np.float32) 
>>>print(m) 

    [[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] 
    [ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] 
    [ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] 
    [ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] 
    [ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]] 

>>>c=np.array([[1,2,3,4,5,6,7,8,9,10,11,12,13]]) 
>>>print(m[...,:] +4*c) 
[[ 4. 8. 12. 16. 20. 24. 28. 32. 36. 40. 44. 48. 52.] 
[ 4. 8. 12. 16. 20. 24. 28. 32. 36. 40. 44. 48. 52.] 
[ 4. 8. 12. 16. 20. 24. 28. 32. 36. 40. 44. 48. 52.] 
[ 4. 8. 12. 16. 20. 24. 28. 32. 36. 40. 44. 48. 52.] 
[ 4. 8. 12. 16. 20. 24. 28. 32. 36. 40. 44. 48. 52.]]

来源

2017-07-21 14:01:07 CCT

在python中是否有与MATLAB函数bsxfun相当的功能？

回答

相关问题