[英]Elementwise multiplication of NumPy arrays of matrices
我有兩個NumPy數組(長度相等),每個數組都有(相等大小的正方形)NumPy矩陣作為元素。 我想對這兩個數組進行逐元素矩陣乘法,即返回單個數組,其中第i個元素是我的兩個數組的第i個元素的矩陣乘積。
當我只是簡單地嘗試將數組相乘時,程序似乎嘗試計算數組的矩陣乘積,然后失敗,因為它們的維數過高(數組的1表示矩陣,矩陣的2表示矩陣)。
這個問題當然可以通過for循環來解決,但是我希望可以通過某種方法將所有內容都保留在NumPy內部,以便充分利用其提高的效率。f
編輯:
為了澄清,假設我有兩個數組np.array([A, B, C])
和np.array([X, Y, Z])
,其中A
, B
, C
, X
, Y
和Z
均為3x3方陣,我需要的是一個將返回np.array([A*X, B*Y, C*Z])
函數,其中*
是矩陣乘法。
默認情況下,對於numpy
數組,運算符為“按元素排列”。 只需使用@
運算符(矩陣乘法)代替*
:
In [24]: A = np.arange(9).reshape(3,3)
In [25]: X = np.array([A[:], A[:]*2, A[:]*3])
In [26]: Y = X[:]
In [27]: X @ Y
Out[27]:
array([[[ 15, 18, 21],
[ 42, 54, 66],
[ 69, 90, 111]],
[[ 60, 72, 84],
[168, 216, 264],
[276, 360, 444]],
[[135, 162, 189],
[378, 486, 594],
[621, 810, 999]]])
In [28]: X[0] @ Y[0]
Out[28]:
array([[ 15, 18, 21],
[ 42, 54, 66],
[ 69, 90, 111]])
In [29]: X[1] @ Y[1]
Out[29]:
array([[ 60, 72, 84],
[168, 216, 264],
[276, 360, 444]])
In [30]: X[2] @ Y[2]
Out[30]:
array([[135, 162, 189],
[378, 486, 594],
[621, 810, 999]])
HTH。
*
在numpy中將執行元素操作,即:
>>> a
array([[[0.86812606, 0.16249293, 0.61555956],
[0.12381998, 0.84800823, 0.80731896],
[0.56910074, 0.4071833 , 0.069167 ]],
[[0.69742877, 0.45354268, 0.7220556 ],
[0.86638233, 0.97552151, 0.85580334],
[0.01171408, 0.35997806, 0.72999056]]])
>>> b
array([[[0.17162968, 0.52103661, 0.05433799],
[0.19999652, 0.01852179, 0.7936977 ],
[0.22392469, 0.34535168, 0.92808129]],
[[0.7044144 , 0.03183893, 0.16469416],
[0.6214784 , 0.57722859, 0.23789282],
[0.934214 , 0.61396596, 0.5356328 ]]])
>>> a * b
array([[[0.1489962 , 0.08466477, 0.03344827],
[0.02476357, 0.01570663, 0.6407672 ],
[0.12743571, 0.14062144, 0.06419259]],
[[0.49127887, 0.01444031, 0.11891834],
[0.5384379 , 0.5630989 , 0.20358947],
[0.01094346, 0.22101428, 0.39100689]]])
這不是您要找的東西嗎?
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.