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])
和np.array([X, Y, Z])
,其中A
,B
,C
,X
,{{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。
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)
*
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?