numpy tensordot 相关问题

2 投票

3 回答

1180 浏览

提问于 2025-04-16 13:13

我在使用numpy进行矩阵相乘时遇到了一个具体的问题。这里有一个例子：

P=np.arange(30).reshape((-1,3))
array([[ 0,  1,  2],
   [ 3,  4,  5],
   [ 6,  7,  8],
   [ 9, 10, 11],
   [12, 13, 14],
   [15, 16, 17],
   [18, 19, 20],
   [21, 22, 23],
   [24, 25, 26],
   [27, 28, 29]])

我想把每一行和它的转置相乘，这样就能为每一行得到一个3x3的矩阵，比如说对于第一行：

P[0]*P[0][:,np.newaxis]
array([[0, 0, 0],
   [0, 1, 2],
   [0, 2, 4]])

然后把结果存储在一个三维矩阵M中：

M=np.zeros((10,3,3))
for i in range(10):
    M[i] = P[i]*P[i][:,np.newaxis]

我觉得可能有办法不使用循环，或许可以用tensor-dot，但我找不到相关的方法。

有没有人知道该怎么做？

3 个回答

这部分解决了问题，使用了 tensordot() 这个函数。

from numpy import arange,tensordot

P = arange(30).reshape((-1,3))

i = 3

T = tensordot(P,P,0)[:,:,i,:]

print T[i]
print tensordot(P[i],P[i],0)

T 里包含了你想要的所有乘积（还有更多），现在只需要把它们提取出来就行了。

回答于 2025-04-16 由 Python大师

分享举报

因为我喜欢使用stride_tricks，所以我会选择这个方法。我相信还有其他的做法。

我们需要改变数组的步幅和形状，把它扩展成三维的。你也可以用P的“转置”版本来做同样的事情，不过在这里我只是重新调整它的形状，然后让广播规则把它拉伸到其他维度。

P=np.arange(30).reshape((-1,3))
astd = numpy.lib.stride_tricks.as_strided
its = P.itemsize
M = astd(P,(10,3,3),(its*3,its,0))*P.reshape((10,1,3))

我想提一下这篇文章，因为它详细解释了stride_tricks.as_strided的用法。

回答于 2025-04-16 由 Python大师

分享举报

就这么简单：

In []: P= arange(30).reshape(-1, 3)
In []: P[:, :, None]* P[:, None, :]
Out[]:
array([[[  0,   0,   0],
        [  0,   1,   2],
        [  0,   2,   4]],
       [[  9,  12,  15],
        [ 12,  16,  20],
        [ 15,  20,  25]],
       [[ 36,  42,  48],
        [ 42,  49,  56],
        [ 48,  56,  64]],
       #...   
       [[729, 756, 783],
        [756, 784, 812],
        [783, 812, 841]]])    
In []: P[1]* P[1][:, None]
Out[]:
array([[ 9, 12, 15],
       [12, 16, 20],
       [15, 20, 25]])

回答于 2025-04-16 由 Python大师

分享举报

numpy tensordot 相关问题

3 个回答

撰写回答