为啥我不能将一个 numpy 数组除以（或乘以）一个标量？

Posted 2023-03-15

【中文标题】为啥我不能将一个 numpy 数组除以（或乘以）一个标量？

【英文标题】：Why can't I divide (or multiply) a numpy array of arrays by a scalar?为什么我不能将一个 numpy 数组除以（或乘以）一个标量？

【发布时间】：2021-11-11 15:01:07

【问题描述】：

我正在研究我生命中的第一个基于代理的模型 (abm)，我必须对一组数组进行操作。我的模型的每个代理都是一个数组，其中包含在满足某些条件时由算法添加的数字。有时我必须将所有数组除以或乘以相同的数字。我在 numpy 数组中看到我可以这样做：

vector = np.array([1, 2.1, 3])

当我这样做时

2 / vector

正如预期的那样，给了我array([ 2. , 0.95238095, 0.66666667])。

但是如果我想要一个数组，例如

arrayofarrays = np.array([[1,2,3],[1.1,6],[1]])

默认情况下它有dtype=object，我想这是不允许我这样做的

2 / arrayofarrays

给了

unsupported operand type(s) for /: 'int' and 'list'

还有

2 / arrayofarrays[0]

给出同样的错误。 相反，如果您使用单个数组的值，则为

2/arrayofarrays[0][1]

有效：1.0。

你能帮帮我吗？谢谢

【问题讨论】：

您的arrayofarrays 实际上是一个列表数组。 Python 列表不支持算术。

谢谢。那我该怎么办？

可能有更好的方法，但你可以这样做arrayofarrays = np.array([np.array(x) for x in [[1,2,3],[1.1,6],[1]]])

Numpy 不是 Python！ Python 有列表列表，内部列表允许有不同的长度。另一方面，numpy 使用多维数组。不同之处在于所有元素的基本类型应该是相同的（numpy dtype），并且所有相同级别的子数组应该具有相同的大小。如果满足这些条件，并且 dtype 是数字，则 numpy 允许在整个数组或内部数组上广播操作（如果尺寸匹配）。由于您有一个具有 object dtype 的 numpy 数组，因此它仅支持对象操作（意味着根本没有操作...）

@SergeBallesta，使用对象 dtype 数组，numpy 尝试将运算符应用于每个元素。结果取决于元素的类别。这是以列表理解速度完成的。

【参考方案1】：

你的参差不齐的数组 - 一个列表数组：

In [31]: arr = np.array([[1,2,3],[1.1,6],[1]])
<ipython-input-31-4887f672b831>:1: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray.
  arr = np.array([[1,2,3],[1.1,6],[1]])
In [32]: arr
Out[32]: array([list([1, 2, 3]), list([1.1, 6]), list([1])], dtype=object)

对象 dtype 数组的数学运算是逐个元素执行的（以列表理解速度）。它的工作原理取决于相应的方法如何工作元素：

In [33]: arr *2
Out[33]: 
array([list([1, 2, 3, 1, 2, 3]), list([1.1, 6, 1.1, 6]), list([1, 1])],
      dtype=object)

list*2 是复制操作，而不是乘法。

In [34]: arr / 2
Traceback (most recent call last):
  File "<ipython-input-34-855a165721c4>", line 1, in <module>
    arr / 2

没有为列表定义除法。

TypeError: unsupported operand type(s) for /: 'list' and 'int'

我们可以用frompyfunc对每个元素应用一个简单的函数：

In [38]: np.frompyfunc(lambda x: np.array(x)/2, 1,1)(arr)
Out[38]: 
array([array([0.5, 1. , 1.5]), array([0.55, 3.  ]), array([0.5])],
      dtype=object)

此函数负责转换为数组以及除法。

等效的列表理解（同样快）：

In [40]: [np.array(x)/2 for x in arr]
Out[40]: [array([0.5, 1. , 1.5]), array([0.55, 3.  ]), array([0.5])]

或纯列表版本（可能更快）

In [41]: [[y/2 for y in x] for x in arr.tolist()]
Out[41]: [[0.5, 1.0, 1.5], [0.55, 3.0], [0.5]]

【讨论】：

感谢您的回答。但现在我真的很困惑：我不明白为什么2 / vector（我的例子）工作正常！似乎如果 np.array 只是一个可以乘除的数组，否则就不行

arrayofarrays[0] 是一个列表。 arrayofarrays[0][1] 是一个数字。

但vector=np.array([1, 2.1, 3]) 和2/vector 有效。而不是arr = np.array([[1,2,3],[1.1,6],[1]]) 和2/arr 不是

好吧……也许我现在开始明白了……有些东西实际上是不同的，但我认为它们是一样的：可以创建一个列表列表，也可以创建一个np.array 的列表或 np.arrays 的 np.array。例如，我做了一些测试，发现test = np.array([ np.array([1,2,3]), np.array([1.1,6]), np.array([1]) ]) 是dtype=object，但它与2/test 一起工作正常

Object dtype arays 可以保存任何东西，列表、数组、数字、字符串等。此类数组上的数学以 python 迭代速度将操作委托给元素。它是否有效是命中注定的。