[英]Vector dot product of corresponding rows using numpy
我需要计算 numpy 中两个二维 arrays u
和v
对应行的向量点积。 u
的行是单位向量。 这是一些示例代码,说明了我正在尝试做的事情:
import numpy as np
u = np.array([[1, 0], [.6, .8], [0, 1]])
v = np.array([[1, 2], [3 , 4], [5, 6]])
我天真地尝试使用numpy的dot
方法,返回错误如下:
np.dot(u, v)
ValueError Traceback (most recent call last)
<ipython-input-9-146fe9079c1e> in <module>
----> 1 np.dot(u,v)
<__array_function__ internals> in dot(*args, **kwargs)
ValueError: shapes (3,2) and (3,2) not aligned: 2 (dim 1) != 3 (dim 0)
定义产生所需行为的 function 很简单:
def mydot(a, b):
return np.sum(a*b,axis=1,keepdims=True)
mydot(u,v)
array([[1.],
[5.],
[6.]])
然而,这似乎有点笨拙,让我怀疑我错过了什么。 有没有更直接的 numpy 方法来做到这一点?
你的方法很好。 同时,您可以使用带有额外维度的matmul
将 1x2 的堆栈乘以 2x1 矩阵:
u[..., None] @ v[:, None, :]
matmul
和dot
最大的区别是matmul
广播初始维度,而dot
将它们组合起来。
但最快的方法可能是einsum
:
np.einsum('ij,ij->i', u, v)
np.dot
在用于 2D arrays 时充当矩阵乘法,因此np.dot(v,uT)
这不会给您错误。 但是对于点积,你可以使用这个:
np.sum(v*u,axis=1)
v*u
只需在np.sum()
中广播 2D 数组和轴,就可以让您 select 您想要计算点积的维度。 我希望你明白了。
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.