Я знаю, что были некоторые вопросы по этому поводу, и это должно быть возможно с вещанием.Но почему-то я не совсем понимаю, как вещание работает с добавлением дополнительной оси.Существует похожий вопрос, где каждый столбец одного массива умножается на каждый столбец другого массива: Умножьте каждый столбец на каждый столбец .В моем случае я хочу умножить каждую строку 2-мерных массивов друг на друга
У меня просто есть трехмерный массив, созданный в виде треугольной матрицы:
matrix = np.tril(np.ones((3,3,3),dtype='bool'))
Для упрощения просто посмотрите напервые два массива:
matrix[:2]
[[[ True False False]
[ True True False]
[ True True True]]
[[ True False False]
[ True True False]
[ True True True]]]
Это должно стать:
[[[ True False False]
[ True False False]
[ True False False]]#First row of first array multiplied with each row of second array
[[ True False False]
[ True True False]
[ True True False]]#Second row of first array multiplied with each row of second array
[[ True False False]
[ True True False]
[ True True True]]]#Third row of first array multiplied with each row of third array
Я могу добиться этого с помощью
matrix[0][None,...]*matrix[1][:,None])
Но как я могу сделать это для всей матрицыбез зацикливания и как работает трансляция?Это должно привести к созданию 3d-массива с 9-ю 2d-массивами.
EDIT
Для подробного объяснения, что это такое и как должен выглядеть результирующий массив.У меня есть несколько категорий, скажем, 3. Все эти 3 категории могут иметь 4 состояния, каждое состояние состоит, например, из массива bool с 4 значениями bool (также может быть 10 категорий со 100 состояниями с 100 значениями bool).Теперь я хочу получить результирующий массив, который я могу индексировать.Так, например, я хочу вывод умноженных состояний всех 3 категорий и его значения 3.Я бы индексировал его с помощью resultArray [0,0,0,1] для второго значения bool умножения.
С массивом 3x4x4 (3 категории, 4 состояния, 4 значения bool), но для визуализации с числамиэто будет выглядеть следующим образом:
cats = 3
values = 4
matrix = np.arange(48).reshape(cats,values,values)
matrix.shape
totalArray=np.zeros((values,values,values,values))
for row1 in range(len(matrix[0])):
for row2 in range(len(matrix[1])):
for row3 in range(len(matrix[2])):
totalArray[row1,row2,row3] = matrix[0][row1]*matrix[1][row2]*matrix[2][row3]
print(matrix)
print(totalArray)
Выход
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]]
[[16 17 18 19]
[20 21 22 23]
[24 25 26 27]
[28 29 30 31]]
[[32 33 34 35]
[36 37 38 39]
[40 41 42 43]
[44 45 46 47]]]
[[[[ 0. 561. 1224. 1995.]
[ 0. 629. 1368. 2223.]
[ 0. 697. 1512. 2451.]
[ 0. 765. 1656. 2679.]]
[[ 0. 693. 1496. 2415.]
[ 0. 777. 1672. 2691.]
[ 0. 861. 1848. 2967.]
[ 0. 945. 2024. 3243.]]
[[ 0. 825. 1768. 2835.]
[ 0. 925. 1976. 3159.]
[ 0. 1025. 2184. 3483.]
[ 0. 1125. 2392. 3807.]]
[[ 0. 957. 2040. 3255.]
[ 0. 1073. 2280. 3627.]
[ 0. 1189. 2520. 3999.]
[ 0. 1305. 2760. 4371.]]]
[[[ 2048. 2805. 3672. 4655.]
[ 2304. 3145. 4104. 5187.]
[ 2560. 3485. 4536. 5719.]
[ 2816. 3825. 4968. 6251.]]
[[ 2560. 3465. 4488. 5635.]
[ 2880. 3885. 5016. 6279.]
[ 3200. 4305. 5544. 6923.]
[ 3520. 4725. 6072. 7567.]]
[[ 3072. 4125. 5304. 6615.]
[ 3456. 4625. 5928. 7371.]
[ 3840. 5125. 6552. 8127.]
[ 4224. 5625. 7176. 8883.]]
[[ 3584. 4785. 6120. 7595.]
[ 4032. 5365. 6840. 8463.]
[ 4480. 5945. 7560. 9331.]
[ 4928. 6525. 8280. 10199.]]]
[[[ 4096. 5049. 6120. 7315.]
[ 4608. 5661. 6840. 8151.]
[ 5120. 6273. 7560. 8987.]
[ 5632. 6885. 8280. 9823.]]
[[ 5120. 6237. 7480. 8855.]
[ 5760. 6993. 8360. 9867.]
[ 6400. 7749. 9240. 10879.]
[ 7040. 8505. 10120. 11891.]]
[[ 6144. 7425. 8840. 10395.]
[ 6912. 8325. 9880. 11583.]
[ 7680. 9225. 10920. 12771.]
[ 8448. 10125. 11960. 13959.]]
[[ 7168. 8613. 10200. 11935.]
[ 8064. 9657. 11400. 13299.]
[ 8960. 10701. 12600. 14663.]
[ 9856. 11745. 13800. 16027.]]]
[[[ 6144. 7293. 8568. 9975.]
[ 6912. 8177. 9576. 11115.]
[ 7680. 9061. 10584. 12255.]
[ 8448. 9945. 11592. 13395.]]
[[ 7680. 9009. 10472. 12075.]
[ 8640. 10101. 11704. 13455.]
[ 9600. 11193. 12936. 14835.]
[10560. 12285. 14168. 16215.]]
[[ 9216. 10725. 12376. 14175.]
[10368. 12025. 13832. 15795.]
[11520. 13325. 15288. 17415.]
[12672. 14625. 16744. 19035.]]
[[10752. 12441. 14280. 16275.]
[12096. 13949. 15960. 18135.]
[13440. 15457. 17640. 19995.]
[14784. 16965. 19320. 21855.]]]]
Дело в том, что массивы категорий всегда равны треугольной матрице.Возможно, было бы достаточно иметь один треугольный массив и умножить его.В конце я хочу дать массив списков индексов, таких как [[0,0,0,1], [0,0,0,2]], чтобы получить два значения bool для этого умножения.