Skip to content

Instantly share code, notes, and snippets.

@justin2004

justin2004/a.apl

Last active August 25, 2025 15:28
Show Gist options

  • Select an option

    Learn more about clone URLs
  • Save justin2004/ece4495e32bd783b7a4c29ecf5ca7989 to your computer and use it in GitHub Desktop.

Select an option

Learn more about clone URLs
Save justin2004/ece4495e32bd783b7a4c29ecf5ca7989 to your computer and use it in GitHub Desktop.
Download ZIP
numpy broadcasting in APL
Raw
a.apl
⎕IO←0
m←2 3 4 3⍴⍳72
⍝ the goal is to reproduce this numpy broadcasting behavior in APL
⍝ m/m.sum(axis=0, keepdims=True)
normalize_and_keepdims←{⍵÷(⍴⍵)⍴(⍺⌷⍴⍵)/[(0⌈⍺-1)]+/[⍺]⍵}
0 normalize_and_keepdims m
0 0.02631578947 0.05
0.07142857143 0.09090909091 0.1086956522
0.125 0.14 0.1538461538
0.1666666667 0.1785714286 0.1896551724
0.3333333333 0.3421052632 0.35
0.3571428571 0.3636363636 0.3695652174
0.375 0.38 0.3846153846
0.3888888889 0.3928571429 0.3965517241
0.4 0.4032258065 0.40625
0.4090909091 0.4117647059 0.4142857143
0.4166666667 0.4189189189 0.4210526316
0.4230769231 0.425 0.4268292683
0.6 0.5967741935 0.59375
0.5909090909 0.5882352941 0.5857142857
0.5833333333 0.5810810811 0.5789473684
0.5769230769 0.575 0.5731707317
0.5714285714 0.5697674419 0.5681818182
0.5666666667 0.5652173913 0.5638297872
0.5625 0.5612244898 0.56
0.5588235294 0.5576923077 0.5566037736
0.7142857143 0.7093023256 0.7045454545
0.7 0.6956521739 0.6914893617
0.6875 0.6836734694 0.68
0.6764705882 0.6730769231 0.6698113208
1 normalize_and_keepdims m
0 0.02564102564 0.04761904762
0.06666666667 0.08333333333 0.09803921569
0.1111111111 0.1228070175 0.1333333333
0.1428571429 0.1515151515 0.1594202899
0.3333333333 0.3333333333 0.3333333333
0.3333333333 0.3333333333 0.3333333333
0.3333333333 0.3333333333 0.3333333333
0.3333333333 0.3333333333 0.3333333333
0.6666666667 0.641025641 0.619047619
0.6 0.5833333333 0.568627451
0.5555555556 0.5438596491 0.5333333333
0.5238095238 0.5151515152 0.5072463768
0.25 0.2517006803 0.2533333333
0.2549019608 0.2564102564 0.2578616352
0.2592592593 0.2606060606 0.2619047619
0.2631578947 0.2643678161 0.2655367232
0.3333333333 0.3333333333 0.3333333333
0.3333333333 0.3333333333 0.3333333333
0.3333333333 0.3333333333 0.3333333333
0.3333333333 0.3333333333 0.3333333333
0.4166666667 0.4149659864 0.4133333333
0.4117647059 0.4102564103 0.4088050314
0.4074074074 0.4060606061 0.4047619048
0.4035087719 0.4022988506 0.4011299435
2 normalize_and_keepdims m
0 0.04545454545 0.07692307692
0.1666666667 0.1818181818 0.1923076923
0.3333333333 0.3181818182 0.3076923077
0.5 0.4545454545 0.4230769231
0.1818181818 0.1857142857 0.1891891892
0.2272727273 0.2285714286 0.2297297297
0.2727272727 0.2714285714 0.2702702703
0.3181818182 0.3142857143 0.3108108108
0.2105263158 0.2118644068 0.2131147541
0.2368421053 0.2372881356 0.237704918
0.2631578947 0.2627118644 0.262295082
0.2894736842 0.2881355932 0.2868852459
0.2222222222 0.2228915663 0.2235294118
0.2407407407 0.2409638554 0.2411764706
0.2592592593 0.2590361446 0.2588235294
0.2777777778 0.2771084337 0.2764705882
0.2285714286 0.2289719626 0.2293577982
0.2428571429 0.2429906542 0.2431192661
0.2571428571 0.2570093458 0.2568807339
0.2714285714 0.2710280374 0.2706422018
0.2325581395 0.2328244275 0.2330827068
0.2441860465 0.2442748092 0.2443609023
0.2558139535 0.2557251908 0.2556390977
0.2674418605 0.2671755725 0.2669172932
Raw
a.py
>>> m = np.arange(72).reshape(2, 3, 4, 3)
>>> m/m.sum(axis=0, keepdims=True)
array([[[[0. , 0.02631579, 0.05 ],
[0.07142857, 0.09090909, 0.10869565],
[0.125 , 0.14 , 0.15384615],
[0.16666667, 0.17857143, 0.18965517]],
[[0.2 , 0.20967742, 0.21875 ],
[0.22727273, 0.23529412, 0.24285714],
[0.25 , 0.25675676, 0.26315789],
[0.26923077, 0.275 , 0.2804878 ]],
[[0.28571429, 0.29069767, 0.29545455],
[0.3 , 0.30434783, 0.30851064],
[0.3125 , 0.31632653, 0.32 ],
[0.32352941, 0.32692308, 0.33018868]]],
[[[1. , 0.97368421, 0.95 ],
[0.92857143, 0.90909091, 0.89130435],
[0.875 , 0.86 , 0.84615385],
[0.83333333, 0.82142857, 0.81034483]],
[[0.8 , 0.79032258, 0.78125 ],
[0.77272727, 0.76470588, 0.75714286],
[0.75 , 0.74324324, 0.73684211],
[0.73076923, 0.725 , 0.7195122 ]],
[[0.71428571, 0.70930233, 0.70454545],
[0.7 , 0.69565217, 0.69148936],
[0.6875 , 0.68367347, 0.68 ],
[0.67647059, 0.67307692, 0.66981132]]]])
>>> m/m.sum(axis=1, keepdims=True)
array([[[[0. , 0.02564103, 0.04761905],
[0.06666667, 0.08333333, 0.09803922],
[0.11111111, 0.12280702, 0.13333333],
[0.14285714, 0.15151515, 0.15942029]],
[[0.33333333, 0.33333333, 0.33333333],
[0.33333333, 0.33333333, 0.33333333],
[0.33333333, 0.33333333, 0.33333333],
[0.33333333, 0.33333333, 0.33333333]],
[[0.66666667, 0.64102564, 0.61904762],
[0.6 , 0.58333333, 0.56862745],
[0.55555556, 0.54385965, 0.53333333],
[0.52380952, 0.51515152, 0.50724638]]],
[[[0.25 , 0.25170068, 0.25333333],
[0.25490196, 0.25641026, 0.25786164],
[0.25925926, 0.26060606, 0.26190476],
[0.26315789, 0.26436782, 0.26553672]],
[[0.33333333, 0.33333333, 0.33333333],
[0.33333333, 0.33333333, 0.33333333],
[0.33333333, 0.33333333, 0.33333333],
[0.33333333, 0.33333333, 0.33333333]],
[[0.41666667, 0.41496599, 0.41333333],
[0.41176471, 0.41025641, 0.40880503],
[0.40740741, 0.40606061, 0.4047619 ],
[0.40350877, 0.40229885, 0.40112994]]]])
>>> m/m.sum(axis=2, keepdims=True)
array([[[[0. , 0.04545455, 0.07692308],
[0.16666667, 0.18181818, 0.19230769],
[0.33333333, 0.31818182, 0.30769231],
[0.5 , 0.45454545, 0.42307692]],
[[0.18181818, 0.18571429, 0.18918919],
[0.22727273, 0.22857143, 0.22972973],
[0.27272727, 0.27142857, 0.27027027],
[0.31818182, 0.31428571, 0.31081081]],
[[0.21052632, 0.21186441, 0.21311475],
[0.23684211, 0.23728814, 0.23770492],
[0.26315789, 0.26271186, 0.26229508],
[0.28947368, 0.28813559, 0.28688525]]],
[[[0.22222222, 0.22289157, 0.22352941],
[0.24074074, 0.24096386, 0.24117647],
[0.25925926, 0.25903614, 0.25882353],
[0.27777778, 0.27710843, 0.27647059]],
[[0.22857143, 0.22897196, 0.2293578 ],
[0.24285714, 0.24299065, 0.24311927],
[0.25714286, 0.25700935, 0.25688073],
[0.27142857, 0.27102804, 0.2706422 ]],
[[0.23255814, 0.23282443, 0.23308271],
[0.24418605, 0.24427481, 0.2443609 ],
[0.25581395, 0.25572519, 0.2556391 ],
[0.26744186, 0.26717557, 0.26691729]]]])
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment