Question

这是一个简单的问题，但我对所涉及的尺寸感到困惑。

使用NumPy，我有一个三维数组，shape =（10,100,100）。

（我认为它的方式是10＆＃34;矩阵＆＃34;的np.ndarray，每个形状100乘100，即

arr1 = [M1 M2 M3....M10]

其中M1.shape = (100,100), M2.shape = (100,100),...

我还有一个名为＆＃34; arrB＆＃34;的第二个数据数组，它是arrB.shaped (100,)。我的目标是使用这些numpy数组进行矩阵乘法，即(arrB.T)*arr1*(arrB)，得到一个整数。使用numpy数组时，应使用np.dot()

完成此操作

op1 = np.dot(arr1, arrB)
op2 = np.dot((arrB.T), op1)

或

endproduct = np.dot((arrB.T), np.dot(arr1, arrB) )

然而，这不起作用。我收到一个错误：

ValueError: shapes (100,) and (10,100) not aligned: 100 (dim 0) != 10 (dim 0)

如果我在一个＆＃34;矩阵＆＃34;上进行操作M＃一次，我可以执行此操作，即

element1 = arr1[0]
end = np.dot((arrB.T), np.dot(element1, arrB) )

如果没有拼接原始数组，执行操作并再次追加，我如何在原始数组arr1上执行这些操作才能生成

result = [(arrB.T)*arr1[0]*(arrB) (arrB.T)*arr1[1]*(arrB) (arrB.T)*arr1[2]*(arrB) ... 
                                                ....(arrB.T)*arr1[9]*(arrB) ]

Answer 1

使用arrB，形状（100，），.T不执行任何操作。如果您希望(1,100)将其转换为.T数组，则必须为(100,1)。

无论如何，要用（100,100）元素做双点，你不需要.T。尝试：

np.dot(arrB, np.dot(element1, arrB) )

只有10个元素＆＃39;，列表理解或迭代方法并不坏：

out = np.empty((10,))
for i in range(10):
   out[i] = np.dot(arrB, np.dot(arrA[i], arrB))

或使用理解：

np.array([np.dot(arrB,np.dot(elmt,arrB)) for elmt in arrA] )

np.einsum是另一种选择：

np.einsum('i,kij,j->k',arrB, arrA, arrB)

np.tensordot也适用于3d数组。它重新整形和转置其输入，因此它们成为np.dot可以使用的二维数组。

np.dot(np.tensordot(arrA,arrB,[(2,),(0,)]),arrB) # needs more testing

您必须使用真实数组进行一些计时，以确定哪种方法最适合您（和可读）。

Answer 2

您可以将列表理解用作 -

public PartialViewResult ClientSearch(ClientViewModel data) {
    var model=new ClientViewModel();

    //get all clients if dropdowns and searchstring is null / nonselected
    if ((data.SelectedLocation==null) && (data.SelectedClientStatus==null) && (data.SearchString=="" || data.SearchString==null)) {
        model.ClientsCollection=_ClientService.Get(null, null, "ClientsProfile, ClientsMobiles").ToList();
        return PartialView("_ClientsResult", model);
    }
    //get clients based on searchstring if no dropdown is selected but searchstring is not null/blank
    else if ((data.SelectedLocation==null) && (data.SelectedClientStatus==null) && !(data.SearchString=="" || data.SearchString==null)) {
        model.ClientsCollection=_ClientService.Get(u=> u.FullName.Contains(data.SearchString), null, "ClientsProfile, ClientsMobiles").ToList();
        return PartialView("_ClientsResult", model);
    }
    else if (data.SelectedLocation==null && !(data.SelectedClientStatus==null) && (data.SearchString=="" || data.SearchString==null)) {
        model.ClientsCollection=_ClientService.Get(u=> u.StatusID==data.SelectedClientStatus, null, "ClientsProfile, ClientsMobiles").ToList();
        return PartialView("_ClientsResult", model);
    }
    else if (!(data.SelectedLocation==null) && (data.SelectedClientStatus==null) && (data.SearchString=="" || data.SearchString==null)) {
        model.ClientsCollection=_ClientService.Get(u=> u.LocationID==data.SelectedLocation, null, "ClientsProfile, ClientsMobiles").ToList();
        return PartialView("_ClientsResult", model);
    }
    else {
        model.ClientsCollection=_ClientService.Get(u=> u.LocationID==data.SelectedLocation && u.StatusID==data.SelectedClientStatus && u.FullName.Contains(data.SearchString), null, "ClientsProfile, ClientsMobiles").ToList();
        return PartialView("_ClientsResult", model);
    }
}

Numpy np.dot（）在多维数组上

2 个答案: