Numpy、Python：广播时自动扩展数组维度

考虑以下 Numpy 数组广播练习。

import numpy as np
v = np.array([[1.0, 2.0]]).T # column array

A2 = np.random.randn(2,10) # 2D array
A3 = np.random.randn(2,10,10) # 3D

v * A2 # works great

# causes error: 
v * A3 # error

我知道 Numpy 的广播规则，并且熟悉bsxfunMatlab 中的功能。我理解为什么尝试将 (2,1) 数组广播到 (2,N,N) 数组会失败，并且在此之前我必须将 (2,1) 数组重塑为 (2,1,1) 数组广播通过。

我的问题是：有没有办法告诉Python在尝试广播时自动填充数组的维数，而无需我专门告诉它必要的维数？

I 不想明确耦合(2,1) 向量和它将被广播的多维数组——否则我可以做一些愚蠢和丑陋的事情，比如mult_v_A = lambda v,A: v.reshape([v.size] + [1]*(A.ndim-1)) * A。我提前不知道“A”数组是 2D、3D 还是 N 维。

MATLAB的bsxfun广播功能会根据需要隐式填充维度，所以我希望我可以在 Python 中做一些事情。

这很丑陋，但这会起作用：

(v.T * A3.T).T

如果您不给它任何参数，转置会反转形状元组，因此您现在可以依靠广播规则来发挥其魔力。最后一次转置将所有内容恢复到正确的顺序。