假设我有一个像这样的numpy矩阵:
[[ 1 2 3]
[ 10 100 1000]]
我想用自己计算每列的内积,结果是:
[1*1 + 10*10 2*2 + 100*100 3*3 + 1000*1000] == [101, 10004, 1000009]
我想知道是否可以使用einsum
函数(并更好地理解它)。
到目前为止,我能得到的最接近的结果是:
import numpy as np
arr = np.array([[1, 2, 3], [10, 100, 1000]])
res = np.einsum('ij,ik->jk', arr, arr)
# [[ 101 1002 10003]
# [ 1002 10004 100006]
# [ 10003 100006 1000009]]
对角线包含预期结果,但我想知道是否可以避免边缘计算。
答案 0 :(得分:4)
使用np.einsum
,就像这样 -
np.einsum('ij,ij->j',arr,arr)
示例运行 -
In [243]: np.einsum('ij,ij->j',arr,arr)
Out[243]: array([ 101, 10004, 1000009])
或np.sum
-
In [244]: (arr**2).sum(0)
Out[244]: array([ 101, 10004, 1000009])
In [248]: import numexpr as ne
In [249]: ne.evaluate('sum(arr**2,0)')
Out[249]: array([ 101, 10004, 1000009])
答案 1 :(得分:1)
通过Divakar's einsum answer的一个中间步骤,可以直观地理解您在此期待的内容。
In [19]: arr
Out[19]:
array([[ 1, 2, 3],
[ 10, 100, 1000]])
# simply take element-wise product with the array itself
In [20]: np.einsum('ij, ij -> ij', arr, arr)
Out[20]:
array([[ 1, 4, 9],
[ 100, 10000, 1000000]])
但是,这并没有给出你期望的结果。因此,如果您观察到上述结果,我们只需要沿第一维(即轴0)求和。因此,我们在einsum结果中省略了i
之后的下标->
,这意味着我们要求它沿着该轴求和,并产生预期的结果:
In [21]: np.einsum('ij, ij -> j', arr, arr)
Out[21]: array([ 101, 10004, 1000009])
P.S。另外,有关np.einsum
的一般理解,请参阅此处的详细讨论:understanding-numpy-einsum