[英]Transpose Numpy Array (Vector)
a = np.array([0,1,2])
b = np.array([3,4,5,6,7])
...
c = np.dot(a,b)
我想转置b以便可以计算a和b的点积。
您可以为此使用numpy的广播:
import numpy as np
a = np.array([0,1,2])
b = np.array([3,4,5,6,7])
In [3]: a[:,None]*b
Out[3]:
array([[ 0, 0, 0, 0, 0],
[ 3, 4, 5, 6, 7],
[ 6, 8, 10, 12, 14]])
不过,这与点积无关。 但是在您说的评论中,您希望得到这个结果。
你也可以使用numpy的功能outer
:
In [4]: np.outer(a, b)
Out[4]:
array([[ 0, 0, 0, 0, 0],
[ 3, 4, 5, 6, 7],
[ 6, 8, 10, 12, 14]])
为此,您想要的是两个数组的外部乘积。 您要使用的功能是np.outer
a = np.array([0,1,2])
b = np.array([3,4,5,6,7])
np.outer(a,b)
array([[ 0, 0, 0, 0, 0],
[ 3, 4, 5, 6, 7],
[ 6, 8, 10, 12, 14]])
因此,使用NumPy可以重塑交换轴:
a = np.swapaxes([a], 1, 0)
# [[0]
# [1]
# [2]]
然后
print(a * b)
# [[ 0 0 0 0 0]
# [ 3 4 5 6 7]
# [ 6 8 10 12 14]]
交换b
需要对产品进行转置,请参见下文。
# [[3]
# [4]
# [5]
# [6]
# [7]]
重塑就像b = np.array([ [bb] for bb in [3,4,5,6,7] ])
然后b
变为:
# [[3] # [4] # [5] # [6] # [7]]
a
无需转:
a = np.array([0,1,2]).reshape(3,1) b = np.array([3,4,5,6,7]) print(a * b) # [[ 0 0 0 0 0] # [ 3 4 5 6 7] # [ 6 8 10 12 14]]
a = [0,1,2] b = [3,4,5,6,7] print( [ [aa * bb for bb in b] for aa in a ] ) #=> [[0, 0, 0, 0, 0], [3, 4, 5, 6, 7], [6, 8, 10, 12, 14]]
其他人提供了outer
和广播解决方案。 这是dot
:
np.dot(a.reshape(3,1), b.reshape(1,5))
a[:,None].dot(b[None,:])
a[None].T.dot( b[None])
从概念上讲,我认为这有点过头了,但是由于实现细节,它实际上是最快的。
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.