J'observe un comportement étrange en utilisant la diffusion de numpy. Le problème est illustré ci-dessous, où l'exécution du premier morceau de code produit une erreur :
A = np.ones((10))
B = np.ones((10, 4))
C = np.ones((10))
np.asarray([A, B, C])
ValueError: could not broadcast input array from shape (10,4) into shape (10)
Si, à la place, je développe les dimensions de B, en utilisant B = np.expand_dims(B, axis=0)
le tableau est créé avec succès, mais il a maintenant (sans surprise) les mauvaises dimensions :
array([array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]),
array([[[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]]]),
array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])], dtype=float32)
Pourquoi la diffusion du premier exemple échoue-t-elle, et comment puis-je me retrouver avec un tableau comme ci-dessous (remarquez seulement les doubles crochets autour du deuxième tableau) ? Tout commentaire est le bienvenu.
array([array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]),
array([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]]),
array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])], dtype=object)