[英]Element-wise multidimension matrix multiplication with broadcasting in python
是否有一種有效的(numpy 函數)方法來對兩個不同大小的 arrays 進行逐元素矩陣乘法,這將廣播到一個新數組中。 例如,
a = np.arange(24).reshape((2,12)) #gives a 2x12 array
b = np.arange(36).reshape((3,12)) #gives a 3x12 array
然后它將沿維度乘以 12(不求和)以給出最終的 3 維矩陣“c”,其形狀為 2x3x12,其中
c[0,0,:] = [a[0,0]*b[0,0], a[0,1]*b[0,1], ... a[0,11]*b[0,11]]
c[1,0,:] = [a[1,0]*b[0,0], a[1,1]*b[0,1], ... a[1,11]*b[0,11]]
c[0,1,:] = [a[0,0]*b[1,0], a[0,1]*b[1,1], ... a[0,11]*b[1,11]]
我可以通過以下方式得到我想要的:
a2 = np.repeat(a[..., np.newaxis], 3, axis=2)
b2 = b.T[np.newaxis, ...]
c = np.swapaxes(a2*b2, 1, 2)
輸出:
array([[[ 0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121],
[ 0, 13, 28, 45, 64, 85, 108, 133, 160, 189, 220, 253],
[ 0, 25, 52, 81, 112, 145, 180, 217, 256, 297, 340, 385]],
[[ 0, 13, 28, 45, 64, 85, 108, 133, 160, 189, 220, 253],
[144, 169, 196, 225, 256, 289, 324, 361, 400, 441, 484, 529],
[288, 325, 364, 405, 448, 493, 540, 589, 640, 693, 748, 805]]])
但是對於我認為不應該太罕見的事情,使用五個 numpy 命令感覺效率真的很低。
當然,您可以使用廣播:
out = a[:, None, :] * b[None, :, :]
出去:
array([[[ 0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121],
[ 0, 13, 28, 45, 64, 85, 108, 133, 160, 189, 220, 253],
[ 0, 25, 52, 81, 112, 145, 180, 217, 256, 297, 340, 385]],
[[ 0, 13, 28, 45, 64, 85, 108, 133, 160, 189, 220, 253],
[144, 169, 196, 225, 256, 289, 324, 361, 400, 441, 484, 529],
[288, 325, 364, 405, 448, 493, 540, 589, 640, 693, 748, 805]]])
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.