[英]Python/Numpy - Matrix Multiply a 2D Array and Each Row of another 2D Array
[英]Multiply each column from 2D array with each column from another 2D array
我有两个Numpy数组x
,形状(m, i)
和y
形状(m, j)
(因此行数相同)。 我想将x
的每一列与y
元素的每一列相乘,以便结果具有形状(m, i*j)
。
例:
import numpy as np
np.random.seed(1)
x = np.random.randint(0, 2, (10, 3))
y = np.random.randint(0, 2, (10, 2))
这将创建以下两个数组x
:
array([[1, 1, 0],
[0, 1, 1],
[1, 1, 1],
[0, 0, 1],
[0, 1, 1],
[0, 0, 1],
[0, 0, 0],
[1, 0, 0],
[1, 0, 0],
[0, 1, 0]])
和y
:
array([[0, 0],
[1, 1],
[1, 1],
[1, 0],
[0, 0],
[1, 1],
[1, 1],
[1, 1],
[0, 1],
[1, 0]])
现在的结果应该是:
array([[0, 0, 0, 0, 0, 0],
[0, 0, 1, 1, 1, 1],
[1, 1, 1, 1, 1, 1],
[0, 0, 0, 0, 1, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 1, 1],
[0, 0, 0, 0, 0, 0],
[1, 1, 0, 0, 0, 0],
[0, 1, 0, 0, 0, 0],
[0, 0, 1, 0, 0, 0]])
目前,我已经在x
和y
的列上使用两个嵌套循环实现了此操作:
def _mult(x, y):
r = []
for xc in x.T:
for yc in y.T:
r.append(xc * yc)
return np.array(r).T
但是,我很确定必须有一个更优雅的解决方案,我似乎无法想出。
(y[:,None]*x[...,None]).reshape(x.shape[0],-1)
说明
作为投入,我们有 -
y : 10 x 2
x : 10 x 3
使用y[:,None]
,我们在现有的两个dims之间引入了一个新轴,从而创建了它的3D
数组版本。 这使第一个轴保持为3D
版本中的第一个轴,并将第二个轴作为第三个轴推出。
使用x[...,None]
,我们引入一个新轴作为最后一个轴,通过将两个现有的dims作为前两个dims推高以产生3D
阵列版本。
总而言之,随着新轴的引入,我们有 -
y : 10 x 1 x 2
x : 10 x 3 x 1
使用y[:,None]*x[...,None]
, y
和x
都会有broadcasting
,从而产生一个形状为(10,3,2)
的输出数组。 要获得形状(10,6)
的最终输出数组,我们只需要将最后两个轴与该重塑合并。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.