如何为Numpy二维数组每行元素按行号递增对应数值
给NumPy二维数组每行元素分别加对应数值的实现方法
我需要实现给NumPy二维数组的每行元素分别加上对应数值:第0行所有元素加1,第1行所有元素加2,以此类推。
已掌握的一维数组实现方式
对于一维数组,我可以直接通过以下代码实现需求:
import numpy as np y = np.random.random(size=(10,)) y += np.arange(start=1, stop=11, step=1)
运行结果示例:
[ 1.66704813 2.90625487 3.961399 4.64969495 5.5286593 6.31736865 7.24056032 8.25632077 9.02458071 10.1816335 ]
二维数组遇到的问题
但处理形状为(10,3)的二维数组时,直接套用上述写法无法生效:
y = np.random.random(size=(10,3)) y += np.arange(start=1, stop=11, step=1) # 无法生效,需要让每行的所有列都加上对应行号+1的数值
期望得到的结果示例:
[[1.66704813 1.90625487 1.961399 ] [2.64969495 2.5286593 2.31736865] [3.24056032 3.25632077 3.02458071] [4.1816335 4.13044436 4.13969493] [5.48485214 5.58980863 5.59890548] [6.58126238 6.30004674 6.730429 ] [7.76121817 7.94366992 7.1039714 ] [8.81874117 8.00239219 8.16807975] [9.64509574 9.75334071 9.59641831] [10.11176155 10.71027095 10.77104173]]
解决方案
问题出在NumPy的广播机制上,一维数组(10,)和二维数组(10,3)的形状不兼容,无法直接广播。我们需要把一维数组转换为(10,1)的形状,这样就能匹配二维数组的行数,进而广播到每行的所有列。
有两种常用的转换方式:
- 使用
reshape调整维度:
import numpy as np y = np.random.random(size=(10,3)) # 将arange生成的数组转为(10,1)形状,实现广播 y += np.arange(1, 11).reshape(10, 1)
- 使用
[:, np.newaxis]增加维度:
import numpy as np y = np.random.random(size=(10,3)) y += np.arange(1, 11)[:, np.newaxis]
两种方式都能让每行对应的数值(第i行对应i+1)被广播到该行的所有列,最终实现每行元素都加上对应数值的需求,得到和示例一致的结果。
内容的提问来源于stack exchange,提问作者Tim
相关产品推荐
相关产品推荐

