Skip to main content
 首页 » 编程设计

python之numpy数组操作方法

2025年02月15日11bjzhanghao

>>> c= array([[[1, 2], 
               [3, 4]], 
 
               [[2, 1], 
                [4, 3]], 
 
               [[3, 2], 
                [1, 4]]]) 
 >>> x 
 array([[0, 1, 2], 
       [3, 4, 5]]) 

返回一个矩阵,其中每一列都是 c 中每个矩阵与 x 的每个对应列乘以常规矩阵乘法的乘积。我正在尝试找出一种对其进行矢量化的方法,或者至少不使用 for 循环来解决它。

array([[6,  6, 16] 
       12, 16, 22]]) 

为了进一步扩展这个操作,假设我有一个矩阵数组,比方说

>>> c 
    array([[[1, 2], 
    [3, 4]], 
 
   [[2, 1], 
    [4, 3]], 
 
   [[3, 2], 
    [1, 4]]])   
>>> x 
    array([[[1, 2, 3], 
    [1, 2, 3]], 
 
   [[1, 0, 2], 
    [1, 0, 2]], 
 
   [[2, 3, 1], 
    [0, 1, 0]]]) 
 
 
def fun(c,x): 
    for i in range(len(x)): 
         np.einsum('ijk,ki->ji',c,x[i]) 
         ##something 

基本上,我想让 x 中的每个矩阵与 c 中的所有矩阵相乘。不引入这个for循环,返回一个类似于c的结构

我之所以这样做是因为我遇到了一个解决问题的问题,试图向量化

Xc(运算遵循普通矩阵列向量乘法),c为3维数组;就像上面的 c——一个列向量,每个元素都是一个矩阵(在 numpy 中是上面的形式)。 X 是每个元素都是一维数组的矩阵。 Xc 的输出应该是一维数组。

请您参考如下方法:

您可以使用 np.einsum -

np.einsum('ijk,ki->ji',c,x) 

sample 运行-

In [155]: c 
Out[155]:  
array([[[1, 2], 
        [3, 4]], 
 
       [[2, 1], 
        [4, 3]], 
 
       [[3, 2], 
        [1, 4]]]) 
 
In [156]: x 
Out[156]:  
array([[0, 1, 2], 
       [3, 4, 5]]) 
 
In [157]: np.einsum('ijk,ki->ji',c,x) 
Out[157]:  
array([[ 6,  6, 16], 
       [12, 16, 22]]) 

对于 x 的 3D 情况,只需在 x 的字符串符号的开头附加新维度,并相应地在输出字符串符号处附加新维度,就像这样 -

np.einsum('ijk,lki->lji',c,x) 

sample 运行-

In [151]: c 
Out[151]:  
array([[[1, 2], 
        [3, 4]], 
 
       [[2, 1], 
        [4, 3]], 
 
       [[3, 2], 
        [1, 4]]]) 
 
In [152]: x 
Out[152]:  
array([[[1, 2, 3], 
        [1, 2, 3]], 
 
       [[1, 0, 2], 
        [1, 0, 2]], 
 
       [[2, 3, 1], 
        [0, 1, 0]]]) 
 
In [153]: np.einsum('ijk,lki->lji',c,x) 
Out[153]:  
array([[[ 3,  6, 15], 
        [ 7, 14, 15]], 
 
       [[ 3,  0, 10], 
        [ 7,  0, 10]], 
 
       [[ 2,  7,  3], 
        [ 6, 15,  1]]])