我有一个由n3x3数组组成的数组(一个矩阵的集合,尽管数据类型是np.ndarray公司)我有一个由n3x1数组组成的数组(向量的集合)。我要做的是将每个矩阵乘以每个向量,所以我希望得到n3x1数组。在
简单示例:
A = np.ones((6,3,3))
B = np.ones((6,3,1))
np.dot(A,B) # This gives me a 6x3x6x1 array, which is not what I want
np.array(map(np.dot,A,B)) # This gives me exactly what I want, but I don't want to have to rely on map
我已经厌倦了各种各样的重塑,探索了einsum
等等,但是不能让它按照我想要的方式工作。我怎样才能让这个和纽比广播公司合作?这个操作最终需要执行数千次,我不希望map
或列表理解操作来减慢速度。在
可以使用^{} 计算点积并创建所需形状的矩阵:
“allclose”是因为这两种方法在1e-16量级上存在一些浮点舍入差异。在
.swapaxis和[…,None]只是为了使数组符合您指定的形状。您也可以用以下方式更简单地表示:
^{pr2}$你可以使用Python3.5或更高版本中内置的矩阵乘法, 在PEP 465中引入。在
相关问题 更多 >
编程相关推荐