在numpy中,numpy.dot()
函数可用于计算两个2D数组的矩阵乘积。我有两个3D数组X和Y(比如说),我想计算所有Z[i] == numpy.dot(X[i], Y[i])
的{{1}}矩阵Z.这可能是非迭代的吗?
答案 0 :(得分:8)
怎么样:
from numpy.core.umath_tests import inner1d
Z = inner1d(X,Y)
例如:
X = np.random.normal(size=(10,5))
Y = np.random.normal(size=(10,5))
Z1 = inner1d(X,Y)
Z2 = [np.dot(X[k],Y[k]) for k in range(10)]
print np.allclose(Z1,Z2)
返回True
编辑更正,因为我没有看到问题的3D部分
from numpy.core.umath_tests import matrix_multiply
X = np.random.normal(size=(10,5,3))
Y = np.random.normal(size=(10,3,5))
Z1 = matrix_multiply(X,Y)
Z2 = np.array([np.dot(X[k],Y[k]) for k in range(10)])
np.allclose(Z1,Z2) # <== returns True
这是有效的,因为(正如文档字符串所述),matrix_multiply
提供了
matrix_multiply(x1,x2 [,out])矩阵
最后两个维度的乘法