将数组(k，)或(k，n)乘以一维数组(k，)

Question

我有时使用一维数组：

A = np.array([1, 2, 3, 4])

或2D阵列(用scipy.io.wavfile读取的单或立体声信号)：

A = np.array([[1, 2], [3, 4], [5, 6], [7,8]])

不需要用if A.ndim == 2:来区分这两种情况.，是否有一个简单的单行解决方案可以将这个数组A乘以一个一维数组B = np.linspace(0., 1., 4)

如果A是1D，那么它就是A * B，如果A是2D，我的意思是将A的每一行乘以B的每个元素。

注意:当使用scipy.io.wavfile读取单声和立体声时，这个问题自然会出现。

Answer 1

方法#1

我们可以用einsum来覆盖普通的ndarrays

np.einsum('i...,i->i...',A,B)

这里起作用的诀窍是ellipsis，它像在A中一样，广播第一个轴之后的尾随维，并将它们保持在输出中，同时保持两个输入的第一个轴对齐，这就是这里的预期乘法。有了A作为1D数组，就没有广播，这基本上可以简化为：np.einsum('i,i->i',A,B)。

按示意图排列：

A   :  i x ....
B   :  i 
out :  i x ....

因此，具有任意尺寸的A的封面。

有关从文档中使用ellipsis的更多信息：

若要启用和控制广播，请使用省略号。默认的NumPy风格的广播是通过在每个术语的左边添加一个省略号来完成的，比如np.einsum(‘.ii->.i’，a).要沿着第一个和最后一个轴进行跟踪，可以执行np.einsum(‘i.i’，a)，或者用最左而不是最右的索引做矩阵矩阵积，您可以做np.einsum(‘ij.，jk.>ik.’，a，b)。

方法#2

利用我们试图将A的第一轴与一维数组B的唯一轴对齐的事实，我们可以简单地转置A，与B相乘，最后转置回-

(A.T*B).T