<p>numpy.concat не работает по осям широковещательной передачи (Trac # 1518)</p>

Пользователь _trac eob написал 2010-06-22_

Примечание: обходной путь, который мы используем, - это мозаика numpy.array, для которого мы хотели использовать новую ось, что работает, но за счет памяти.

_ @ pv написал 2010-06-24_

Можете ли вы написать автономный пример кода, показывающий, что вы пытаетесь сделать, что бы вы хотели, и что происходит на самом деле.

Из вашего описания мне не совсем понятно, как вы хотите, чтобы все работало.

_ @ pv написал 2010-06-24_

Если вы имеете в виду это,

>>> x = np.array([1,2,3,4])
>>> y = np.array([[1,2],[3,4],[5,6],[7,8]])
>>> np.concatenate((y, np.tile(x, (4,1))), axis=1)
array([[1, 2, 1, 2, 3, 4],
       [3, 4, 1, 2, 3, 4],
       [5, 6, 1, 2, 3, 4],
       [7, 8, 1, 2, 3, 4]])

можно обойтись без копий:

def broadcast_view(x, ref):
    """Broadcast unit dimensions in `x` to match those in `ref` without copies"""
    strides = [0 if x.shape[j] == 1 else x.strides[j] for j in range(x.ndim)]
    shape = [ref.shape[j] if x.shape[j] == 1 else x.shape[j] for j in range(x.ndim)]
    from numpy.lib.stride_tricks import as_strided
    return as_strided(x, shape=shape, strides=strides)

>>> x = np.array([1,2,3,4])
>>> y = np.array([[1,2],[3,4],[5,6],[7,8]])
>>> np.concatenate((y, broadcast_view(x[None,:], y)), axis=1)
array([[1, 2, 1, 2, 3, 4],
       [3, 4, 1, 2, 3, 4],
       [5, 6, 1, 2, 3, 4],
       [7, 8, 1, 2, 3, 4]])
>>> broadcast_view(x[None,:], y).base.base.base is x
True

Но да, я думаю, np.concatenate должен делать это автоматически.

Есть новости / прогресс по поддержке вещания np.concatenate ?

В прошлом по этому поводу в списке было несколько дискуссий, и коллективный разум подсказывал, что широковещательная передача в операции конкатенации, скорее всего, будет маскировать непреднамеренные ошибки, чем полезную функцию. Вероятно, нам следует закрыть это.

В любом случае, если вы хотите снова оживить этот разговор, правильным местом будет список рассылки, а не здесь.

Следует ли закрыть это как «не исправит»?

Согласовано. Обратите внимание, что ручное вещание теперь немного проще, потому что у нас есть broadcast_to.

Мне просто нужно было немного положительного подкрепления, закрыто. Если кто-то категорически против этого, не стесняйтесь открывать снова.

Я нашел решение, которое мне кажется надежным ... просто используйте broadcast_arrays в форме np.concatenate(np.broadcast_arrays(*arrays), axis=...) . Пример: np.concatenate(np.broadcast_arrays(0, [1, 2], [[3, 4], [5, 6]]), axis=1) → array([[0, 0, 1, 2, 3, 4], [0, 0, 1, 2, 5, 6]])

@davidmashburn Я думаю, что есть проблема с этим решением (и с ручной трансляцией в целом, как было предложено другими в этой теме). Я не думаю, что имеет смысл вести трансляцию в том измерении, в котором мы конкатенируем. Другими словами, в вашем случае я ожидал бы получить только один столбец нулей.

Если кто-то еще обнаружит эту проблему при поиске решения для трансляции в конкатенации, я разместил свое решение на https://stackoverflow.com/questions/56357047/concatenate-with-broadcast/61061019#61061019