python - 当我使用元素乘法时，R 和 Python 之间的广播规则不同 (*)

Question

我在 R 和 Python 中尝试了矩阵和向量的元素乘法 (*)，并收到了不同的结果，如下所示。

这是 R:

#R input
a=matrix(c(1,2,3,4,5,6,7,8),byrow=T,nrow=4)
b=c(9,10)
print(a)
print(b)
print(a*b)

#R output
# a
     [,1] [,2]
[1,]    1    2
[2,]    3    4
[3,]    5    6
[4,]    7    8
# b
[1]  9 10
# a*b
 [,1] [,2]
[1,]    9   18
[2,]   30   40
[3,]   45   54
[4,]   70   80

这是Python:

#Python input
a=np.array([[1,2],[3,4],[5,6],[7,8]])
b=np.array([9,10])
print(a)
print(b)
print(a*b)

#Python output
# a
[[1 2]
 [3 4]
 [5 6]
 [7 8]]
# b
[ 9 10]
# a*b
[[ 9 20]
 [27 40]
 [45 60]
 [63 80]]

看来 R 和 Python 在执行 * 时对向量 b 的展开方式不同。 R 使用以下矩阵来逐个元素相乘:

     [,1] [,2]
[1,]    9    9
[2,]    10   10
[3,]    9    9
[4,]    10   10

虽然Python使用以下矩阵:

[[ 9 10]
 [ 9 10]
 [ 9 10]
 [ 9 10]]

谁能解释一下为什么他们有不同的广播方式*？ Python 是否有任何函数或运算符可以产生与 R 相同的结果？

谢谢!

Answer 1

R 代码使用 recycling rule ，这表示如果向量太短，它将根据需要重复多次以匹配其他操作数。 Python 代码使用 numpy broadcasting rules它描述了如果一个操作涉及不同形状的 numpy 数组会发生什么。这些规则不一样，因此你会得到不同的结果。

您可以通过多种方式使用 numpy 获得与 R 中相同的结果。例如:

a * np.tile(b, (1,2)).T 

它给出:

array([[ 9, 18],
       [30, 40],
       [45, 54],
       [70, 80]])