[英]How do I multiply a 3D matrix and 2D matrix using numpy in Python?
我的 3d 阵列的形状为 (3, 2, 3),我的二维阵列为 (2, 3)。 我想要进行的乘法是 np.dot(2d, 3d[i,:,:].T) 所以它应该返回一个形状为 (3, 2, 2) 的结果。 我可以写一个循环,但这不是最有效的方法,我读过有一个名为 np.tensordot 的操作,但它适用于我的情况吗? 如果是,它将如何工作?
我们可以使用np.einsum
-
# a, b are 3D and 2D arrays respectively
np.einsum('ijk,lk->ilj', a, b)
或者,使用np.matmul/@-operator on Python3.x
-
np.matmul(a,b.T[None]).swapaxes(1,2)
您确实可以使用tensordot
:
np.tensordot(a2D,a3D,((-1,),(-1,))).transpose(1,0,2)
或者
np.tensordot(a3D,a2D,((-1,),(-1,))).transpose(0,2,1)
缺点:由于我们最终必须对轴进行洗牌,结果 arrays 将是不连续的。 如果我们在乘法之前进行改组,我们可以使用einsum
所示的 einsum 或矩阵乘法来避免这种情况,即:
a2D@a3D.transpose(0,2,1)
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.