numpy：通过广播摆脱for循环

Question

我正在尝试在python中实现高斯混合模型的期望最大化算法。

我有以下行来计算我的数据 X 的高斯概率 p 给定平均 mu 和协方差 sigma ：

for i in range(len(X[0])):  
   p[i] = scipy.stats.multivariate_normal.pdf(X[:,i],mu,sigma)

我想知道我是否能以某种方式摆脱for循环以获得类似

的东西

p[:] = scipy.stats.multivariate_normal.pdf(X[:,:]??)

我做了一些关于广播的研究，并考虑使用numpy.einsum函数，但无法弄清楚它在这种情况下是如何工作的。

Answer 1

展平，使用pdf调用并重新整形 -

from scipy import stats

out = stats.multivariate_normal.pdf(X.ravel(),mu,sigma).reshape(-1,len(X[0])).T