Question

可以进行矢量化计算，其中一个向量中的每一列都被视为标量吗？

假设您有两个numpy数组：

a = np.array([(True, False),
              (True, True),
              (False, True),
              (True, False),
              (True, True),
              (False, True),
              (True, True)
             ])

b = np.array([[1, 3, 8, 3, 8, 3, 8],
              [4, 8, 6, 8, 6, 8, 6],
              [5, 9, 4, 9, 4, 9, 4],
              [6, 2, 3, 2, 3, 2, 3],
              [7, 4, 1, 4, 1, 4, 1],
              [8, 9, 9, 9, 9, 9, 9],
              [9, 1, 1, 1, 1, 1, 1]])

并希望将a的每一列乘以整个向量b，sum并将其作为a（或dataframe）返回。这可以做矢量化（没有for循环）吗？

df = pd.DataFrame(np.zeros_like(a))

for column in range(a.shape[1]):
    scalar_of_a = a[:, column][:, None]
    vector_of_a_b = scalar_of_a*b
    df.loc[:, column] = vector_of_a_b.sum(axis=0)[:, None]

Answer 1

使用matrix-multiplication -

df = pd.DataFrame(b.T.dot(a)) # or pd.DataFrame(a.T.dot(b).T)

使用np.einsum -

df = pd.DataFrame(np.einsum('ij,il->lj',a,b))

由矢量乘以矢量，标量明智 - numpy

1 个答案: