Question

我有一个包含元组所有组合的列表，每个元素只能是-1或1。该列表可以生成为：

N=2
list0 = [p for p in itertools.product([-1, 1], repeat=N)]

例如，如果元组具有N=2个元素：

list0 = [（-1，-1），（-1，1），（1，-1），（1，1）]

因此，元组的总数为2^2=4。

如果元组具有N=3个元素：

list0 = [（-1，-1，-1），（-1，-1，1），（-1，1，-1），（-1，1，1），（1，-1，-1），（1，-1、1），（1、1，-1），（1、1、1）]

这是我的关注点

现在，我想获取列表中任何一对元组之间的点积的所有结果（包括一个自身的元组）。因此，对于N=2，将有6(pairs) + 4(itself) = 10 combinations;，对于N=3，将是28(pairs) + 8(itself) = 36 combinations.

对于小型N，我可以执行以下操作：

for x in list0:
    for y in list0:
        print(np.dot(x,y))

但是，假设我已经有了list0，那么如果N大（例如〜50），那么计算点积所有可能性的最佳方法是什么？

Answer 1

您可以使用np.dot本身：

import numpy as np

list0 = [(-1, -1, -1), (-1, -1, 1), (-1, 1, -1), (-1, 1, 1), (1, -1, -1), (1, -1, 1), (1, 1, -1), (1, 1, 1)]

# approach using np.dot
a = np.array(list0)
result = np.dot(a, a.T)

# brute force approach
brute = []
for x in list0:
    brute.append([np.dot(x, y) for y in list0])
brute = np.array(brute)

print((brute == result).all())

输出

True

您要问的是documentation中a与自身的矩阵乘法：

如果a和b均为二维数组，则为矩阵乘法，

请注意，最 pythonic 解决方案是使用运算符@：

import numpy as np

list0 = [(-1, -1, -1), (-1, -1, 1), (-1, 1, -1), (-1, 1, 1), (1, -1, -1), (1, -1, 1), (1, 1, -1), (1, 1, 1)]

# approach using np.dot
a = np.array(list0)
result = a @ a.T

# brute force approach
brute = []
for x in list0:
    brute.append([np.dot(x, y) for y in list0])
brute = np.array(brute)

print((brute == result).all())

输出

True

注意：该代码已在Python 3.5中运行

Answer 2

您可以坚持使用numpy

import numpy as np
import random


vals = []
num_vecs = 3
dimension = 4
for n in range(num_vecs):
    val = []
    for _ in range(dimension):
        val.append(random.random())
    vals.append(val)

# make into numpy array
vals = np.stack(vals)
print(vals.shape == (num_vecs, dimension))

# multiply every vector with every other using broadcastin
every_with_every_mult = vals[:, None] * vals[None, :]
print(every_with_every_mult.shape == (num_vecs, num_vecs, dimension))

# sum the final dimension
every_with_every_dot = np.sum(every_with_every_mult, axis=every_with_every_mult.ndim - 1)
print(every_with_every_dot.shape == (num_vecs, num_vecs))

# check it works
for i in range(num_vecs):
    for j in range(num_vecs):
        assert every_with_every_dot[i,j] == np.sum(vals[i]*vals[j])

计算列表内成对点积的Pythonic方法

2 个答案: