我有一个Numpy数组形状（6,2），
a = array([[1, 2, 3, 3, 2, 1], [4, 5, 6, 7, 8, 9]])
我想使用 np.power(a, [-6,-8]) 将数组的每个元素提升为两个不同的幂（-6，-8），但这会引发 ValueError: operands could not be broadcast together with shapes . 我怎样才能做到这一点？谢谢！
np.power(a, [-6,-8])
ValueError: operands could not be broadcast together with shapes
你想要得到这个：
>>> a = np.array([[1, 2, 3, 3, 2, 1], [4, 5, 6, 7, 8, 9]], dtype=float) >>> np.array([np.power(a, -6), np.power(a, -8)]) array([[[ 1.00000000e+00, 1.56250000e-02, 1.37174211e-03, 1.37174211e-03, 1.56250000e-02, 1.00000000e+00], [ 2.44140625e-04, 6.40000000e-05, 2.14334705e-05, 8.49985975e-06, 3.81469727e-06, 1.88167642e-06]], [[ 1.00000000e+00, 3.90625000e-03, 1.52415790e-04, 1.52415790e-04, 3.90625000e-03, 1.00000000e+00], [ 1.52587891e-05, 2.56000000e-06, 5.95374181e-07, 1.73466526e-07, 5.96046448e-08, 2.32305731e-08]]])
权力并不是那样的 . 根据内置文档，你也可以
将整个阵列提升为单个幂，如 np.power(a, 3) ，或
np.power(a, 3)
用不同的幂提升一个数组，如 np.power(a, b) ，其中 b 是一个与 a 形状相同的数组，或者
np.power(a, b)
b
a
将一个数组提升到多个幂，如 np.power(a, b) ，其中b的形状为"at least"，其中额外的维度包含不同的幂（无论如何，我理解它） . 因此，对于您的情况，以下内容也会产生相同的结果：
>>> b = np.array([-6 * np.ones(a.shape), -8 * np.ones(a.shape)]) >>> b array([[[-6., -6., -6., -6., -6., -6.], [-6., -6., -6., -6., -6., -6.]], [[-8., -8., -8., -8., -8., -8.], [-8., -8., -8., -8., -8., -8.]]]) >>> np.power(a, b)
1 回答
你想要得到这个：
权力并不是那样的 . 根据内置文档，你也可以
将整个阵列提升为单个幂，如
np.power(a, 3)，或用不同的幂提升一个数组，如
np.power(a, b)，其中b是一个与a形状相同的数组，或者将一个数组提升到多个幂，如
np.power(a, b)，其中b的形状为"at least"，其中额外的维度包含不同的幂（无论如何，我理解它） . 因此，对于您的情况，以下内容也会产生相同的结果：