Транслировать массивы в одинаковую форму, затем получить минимум по одной оси
У меня есть 3 массива numpy с разными формами (один даже не массив, а скаляр) или размерами.
arr1.shape
# (3, 3, 11)
arr2 # this is the scalar
# 1
arr3.shape
# (3, 11)
Я хочу вычислить минимум по определенной оси.
Я пробовал как это:
np.minimum.accumulate([arr1, np.expand_dims(arr2, axis=(0,1,2)), np.expand_dims(arr3, axis=1)])
Результат:
VisibleDeprecationWarning: создание ndarray из рваных вложенных последовательности (которые представляют собой список-или-кортеж списков-или-кортежей-или ndarrays с разной длиной или формой) не рекомендуется. Если вы хотели сделать это, вы должны указать 'dtype=object' при создании файла ndarray.
ValueError: истинное значение массива с более чем одним элементом двусмысленный. Используйте a.any() или a.all()
Я думал, что это сработает, потому что это соответствует правилам вещания
Два измерения совместимы, когда
1. они равны, или
2. один из них 1.
Сложение, вычитание или любая другая математическая операция работают, так почему бы не использовать и минимальную функцию?
# adding works as a proof that broadcasting works
arr1 + np.expand_dims(arr2, axis=(0,1,2)) + np.expand_dims(arr3, axis=1)
Я достигаю того, чего хочу, следующим образом, но мне кажется, что это неправильный подход. Почему я должен «вручную» транслировать массивы в одну и ту же форму, когда мне не нужно делать это с помощью «обычных» математических операций, таких как сложение и вычитание. Я что-то упустил или это уже самый "чистый" способ сделать это?
np.array(np.broadcast_arrays(arr1, np.expand_dims(arr2, axis=(0,1,2)), np.expand_dims(arr3, axis=1))).min(axis=0)
Хочу добавить, что знаю о np.minimum(). Но это позволяет только «сравнение» двух массивов. Я хочу передать несколько массивов.
У вас всего 3 массива, лучше сделайте np.minimum(np.minimum(a1,a2), a3[:,None]).
Сначала убедитесь, что это работает: np.array([arr1, np.expand_dims(arr2, axis=(0,1,2)), np.expand_dims(arr3, axis=1)]). Я подозреваю, что именно это вызывает предупреждение ragged.
Ответы 1
np.minimum.accumulate (или любой ufunc accumulation) сначала делает массив из входного списка. Вот что дает предупреждение о рваном массиве
Если добавить object dtype по мере необходимости, получится массив из 3 элементов, причем массивы элементов различаются по форме:
In [92]: np.array([arr1, np.expand_dims(arr2, axis=(0,1,2)), np.expand_dims(arr3, axis=1)],object)
Out[92]:
array([array([[[1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]],
[[1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]],
[[1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]]]),
array([[[1]]]),
array([[[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.]]])],
dtype=object)
np.add может работать с этим массивом из 3 элементов:
In [104]: np.add.reduce(_92).shape
Out[104]: (3, 3, 11)
In [105]: np.add.accumulate(_92).shape
Out[105]: (3,)
minumum, уменьшать или накапливать, дайте эту ошибку двусмысленности:
In [106]: np.minimum.reduce(_92).shape
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
Cell In[106], line 1
----> 1 np.minimum.reduce(_92).shape
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
Это означает, что он сравнивает два массива и получает логический массив.
np.minimum(_92[0],_92[1]) работает, но np.minimum.reduce(_92[0,1]) выдает эту ошибку. Это почти как если бы он делал что-то вроде if или or/and на парах; но это скрыто в скомпилированном коде.
С помощью broadcast_arrays вы создаете массив 4d, допуская нормаль min на оси:
In [117]: np.array(np.broadcast_arrays(arr1, np.expand_dims(arr2, axis=(0,1,2)), np.expand_dims(arr3, axis=1))).shape
Out[117]: (3, 3, 3, 11)
Можете ли вы точно объяснить, что вы имеете в виду, я хочу вычислить минимум по определенной оси? Можете ли вы показать, какой результат вы ожидаете?