Numpy 添加两个不同大小的向量

Question

如果我有两个不同大小的 numpy 数组，如何将它们叠加。

a = numpy([0, 10, 20, 30])
b = numpy([20, 30, 40, 50, 60, 70])

将这两个向量相加以生成新向量（20、40、60、80、60、70）的最简洁方法是什么？

这是我的一般性问题。作为背景，我专门应用了格林变换函数，并且需要将评估中每个时间步的结果叠加到之前累积的响应上。

Answer 1

这可能就是您正在寻找的

if len(a) < len(b):
    c = b.copy()
    c[:len(a)] += a
else:
    c = a.copy()
    c[:len(b)] += b

基本上你复制较长的一个，然后添加较短的一个

Answer 2

如果你知道

b

是更高维度，那么：

>>> a.resize(b.shape)
>>> c = a+b

就是您所需要的。

Answer 3

与上面的非常相似，但更紧凑一点：

l = sorted((a, b), key=len)
c = l[1].copy()
c[:len(l[0])] += l[0]

Answer 4

您所描述的是多项式加法，其实现为

numpy.polynomial.polynomial.polyadd

：

>>> from numpy.polynomial.polynomial import polyadd
>>> a = [0, 10, 20, 30]
>>> b = [20, 30, 40, 50, 60, 70]
>>> polyadd(a, b)
array([20., 40., 60., 80., 60., 70.])

Numpy 有一个用于此类无限维向量运算的完整模块：

numpy.polynomial

。

只需确保不要使用旧版

numpy.polyadd

包中的

numpy.poly1d

，因为它们以相反的顺序处理系数的顺序。