tl; dr：我如何预测numpy广播在几个数组中返回的形状而不必实际添加数组？
我有很多脚本使用numpy(Python)广播规则,因此基本上1D输入会产生多维输出.对于一个基本的例子,理想气体定律(压力= rho * R_d *温度)可能看起来像
def rhoIdeal(pressure,temperature):
rho = np.zeros_like(pressure + temperature)
rho += pressure / (287.05 * temperature)
return rho
这里没有必要,但在更复杂的函数中,初始化具有正确形状的数组非常有用.如果压力和温度具有相同的形状,那么rho也具有这种形状.如果压力有形状(n,),温度有形状(m,),我可以打电话
rhoIdeal(pressure[:,np.newaxis], temperature[np.newaxis,:])
获得rho形状(n,m).这使得我可以制作具有多个温度值的绘图而无需循环遍历rhoIdeal,同时仍然允许脚本接受相同形状的数组并逐个元素地计算结果.
我的问题是：是否有内置函数返回与多个输入兼容的形状？表现得像的东西
def returnShape(list_of_arrays):
return np.zeros_like(sum(list_of_arrays)).shape
没有实际需要对数组求和？如果没有内置函数,那么好的实现会是什么样的？