如何广播numpy的2D阵列到6D阵列

我有三个六维Numpy阵列形式如何广播numpy的2D阵列到6D阵列

Weights 
MyValue 
WeightedValue = Weight * MyValue

的（有关python 3.4运行）我想确定的加权平均MyValue加权为Weights'axis-j（其范围可以从0到4），除了轴5是恒定的。

（所以当j=2时，我们在0,1,3,和4之间取平均值）。

然后我打算借此平均和由Weights相乘以及WeightedValue

我打算做此减去所述产品是

NewArray = WeightedValue - Weight * fn(Weighted Value, Weights) 
NewMyValue = NewArray/Weights

的fn()将是MyValue平均定义为：

   the sum of Weighted Value using 4 axes (all except j and 5) 
< divided by >--------------------------------------------------------------- 
       the sum of Weights across 4 axes  (all except j and 5)

我的问题如下：

平均值是2D阵列，我需要fn()以生成6D阵列，即广播的2D-结果比其他4维

我可以作为最后的手段创造了一系列循环遍历轴j和轴5。对于第二轴（J = 1）循环将如下

import numpy as np 
result = np.zeros((dim0,dim1,dim2,dim3,dim4,dim5)) 
for var1 in range(dim1): 
    for var5 in range(dim5): 
     result[:,dim1,:,:,:,dim5] = AverageValue[dim1,dim5]

但我希望有一个更直接和一般的方式

来源

2014-10-03 Lcat

考虑添加单独运行的示例代码。如果你知道如何用循环做到这一点，使用它们，我们可以帮助你删除它们。看看['如何问一个好问题']（http://stackoverflow.com/help/how-to-ask）。 – farenorth 2014-10-03 21:56:15

我们可以运行的一个小例子以及您想要的输出结果可能会非常有用。这样，潜在的回答者就能确切地知道你想要做什么。 – 2014-10-03 22:14:45

在地方的fn你可以使用：

j = 1; 
axes = tuple({0,1,2,3,4} - {j}) 
fn = WeightedValue.sum(axes, keepdims=True)/Weights.sum(axes, keepdims=True)

最关键的事情显然是通过keepdims=True，这使在结果的总和轴单维度，使适于进一步广播结果。

来源

2014-10-05 13:59:50

如何广播numpy的2D阵列到6D阵列

回答

相关问题