矩阵的NumPy数组的元素乘法

时间:2018-10-27 09:22:24

标签: python arrays performance numpy matrix

我有两个NumPy数组(长度相等),每个数组都有(相等大小的正方形)NumPy矩阵作为元素。我想对这两个数组进行逐元素矩阵乘法,即返回一个数组,其中第i个元素是我两个数组的第i个元素的矩阵乘积。

当我只是简单地尝试将数组相乘时,程序似乎尝试计算 arrays 的矩阵乘积,然后失败,因为它们的维数太大(对于数组+1, 2是其元素的矩阵。

当然可以使用for循环解决问题,但是我希望可以通过某种方式将NumPy的所有内容都保留在内部,以便充分利用其提高的效率。f

编辑:

为澄清起见,假设我有两个数组np.array([A, B, C])np.array([X, Y, Z]),其中ABCX,{{1 }}和Y都是3x3方阵,我需要的是一个返回Z的函数,其中np.array([A*X, B*Y, C*Z])是矩阵乘法。

2 个答案:

答案 0 :(得分:2)

默认情况下,numpy数组的操作符是“元素明智的”。只需使用@运算符(矩阵乘法)而不是*

In [24]: A = np.arange(9).reshape(3,3)

In [25]: X = np.array([A[:], A[:]*2, A[:]*3])

In [26]: Y = X[:]

In [27]: X @ Y
Out[27]:
array([[[ 15,  18,  21],
        [ 42,  54,  66],
        [ 69,  90, 111]],

       [[ 60,  72,  84],
        [168, 216, 264],
        [276, 360, 444]],

       [[135, 162, 189],
        [378, 486, 594],
        [621, 810, 999]]])

In [28]: X[0] @ Y[0]
Out[28]:
array([[ 15,  18,  21],
       [ 42,  54,  66],
       [ 69,  90, 111]])

In [29]: X[1] @ Y[1]
Out[29]:
array([[ 60,  72,  84],
       [168, 216, 264],
       [276, 360, 444]])

In [30]: X[2] @ Y[2]
Out[30]:
array([[135, 162, 189],
       [378, 486, 594],
       [621, 810, 999]])

HTH。

答案 1 :(得分:0)

numpy中的

*将按元素进行操作,即:

>>> a
array([[[0.86812606, 0.16249293, 0.61555956],
        [0.12381998, 0.84800823, 0.80731896],
        [0.56910074, 0.4071833 , 0.069167  ]],

       [[0.69742877, 0.45354268, 0.7220556 ],
        [0.86638233, 0.97552151, 0.85580334],
        [0.01171408, 0.35997806, 0.72999056]]])

>>> b
array([[[0.17162968, 0.52103661, 0.05433799],
        [0.19999652, 0.01852179, 0.7936977 ],
        [0.22392469, 0.34535168, 0.92808129]],

       [[0.7044144 , 0.03183893, 0.16469416],
        [0.6214784 , 0.57722859, 0.23789282],
        [0.934214  , 0.61396596, 0.5356328 ]]])

>>> a * b
array([[[0.1489962 , 0.08466477, 0.03344827],
        [0.02476357, 0.01570663, 0.6407672 ],
        [0.12743571, 0.14062144, 0.06419259]],

       [[0.49127887, 0.01444031, 0.11891834],
        [0.5384379 , 0.5630989 , 0.20358947],
        [0.01094346, 0.22101428, 0.39100689]]])

这不是您想要的吗?