将矩阵与 numpy 向量数组相乘的最快方法是什么?我需要将矩阵 A 乘以 1000 个向量列表中的每个向量。使用 for 循环花费的时间太长,所以我想知道是否有办法将它们一次相乘?
例子:
arr = [[1,1,1], [1,1,1],[1,1,1]]
A=
[2 2 2]
[2 2 2]
所以我需要为 arr 中的每个 v 乘以 Av。结果:
arr = [[6,6], [6,6], [6,6]]
有没有比以下方法更快的方法:
new_arr = []
for v in arr:
sol = np.matmul(A, v)
new_arr.append(sol)
请您参考如下方法:
看起来你想要一个点积:
new_arr = np.dot(arr, A.T)
其中 arr 和 A 是 numpy 数组:
arr = np.array([[1,1,1], [1,1,1],[1,1,1]])
A = np.array([[2,2, 2],[2,2,2]])
结果:
array([[6, 6],
[6, 6],
[6, 6]])
根据您的编辑,您想要的点积可能是:
new_arr = np.dot(A, arr).T
两者返回相同,但计算不同。
