Question

编写了一些量子力学例程，我发现了Python的NumPy的奇怪行为。当我使用NumPy乘以两个以上的数组时，我会得到错误的结果。在下面的代码中，我必须写：

f = np.multiply(rowH,colH)
A[row][col]=np.sum(np.multiply(f,w))

产生正确的结果。但是，我最初的表述是：

A[row][col]=np.sum(np.multiply(rowH, colH, w))

不会产生错误消息，但结果错误。我认为我可以将三个数组赋予numpy的多重例程，我的错在哪里？

以下是完整代码：

from numpy.polynomial.hermite import Hermite, hermgauss
import numpy as np
import matplotlib.pyplot as plt

dim = 3
x,w = hermgauss(dim)
A = np.zeros((dim, dim))
#build matrix
for row in range(0, dim):
    rowH = Hermite.basis(row)(x)
    for col in range(0, dim):
        colH = Hermite.basis(col)(x)
        #gaussian quadrature in vectorized form
        f = np.multiply(rowH,colH)
        A[row][col]=np.sum(np.multiply(f,w))
print(A)

:: NOTE :: 此代码仅以 NumPy 1.7.0 及更高版本运行！

Answer 1

你的错误在于没有阅读the documentation：

numpy.multiply(x1, x2[, out])

multiply只需要两个输入数组。可选的第三个参数是一个输出数组，可用于存储结果。（如果没有提供，则会创建并返回一个新数组。）当您传递三个数组时，第三个数组被前两个数组覆盖。

Answer 2

是的！就像对np.arrays做*

import numpy as np
a=np.array([2,9,4])
b=np.array([3,4,5])
c=np.array([10,5,8])
d=a*b*c
print(d)

产品：

[ 60 180 160]

Answer 3

对于任何对此绊脚石的人，应用形状为np.ndarray的n (d, )的元素逐个乘法的最佳方法是首先对其进行np.vstack并在其上应用np.prod第一轴：

>>> import numpy as np
>>>
>>> arrays = [
...   np.array([1, 2, 3]),
...   np.array([5, 8, 2]),
...   np.array([9, 2, 0]),
... ]
>>>
>>> print(np.prod(np.vstack(arrays), axis=0))
[45 32  0]

Python Numpy中几个数组的元素乘法

3 个答案: