在 numpy 中,我有一个可以是 2-D 或 3-D 的数组,我想在对每个元素求平方时将其简化为 2-D。所以我尝试了这个但它不起作用:
A = np.random.rand(5, 3, 3)
np.einsum('...ij,...ij->ij', A, A)
它返回这个错误:
ValueError: output has more dimensions than subscripts given in einstein sum, but no '...' ellipsis provided to broadcast the extra dimensions.
我想 einsum 不会假设当省略号在右侧消失时,我想对省略号维度(如果存在)求和。是否有一些“优雅”的方式(即不检查维数和使用 if 语句)告诉它我想为 3-D 执行此操作:
A = np.random.rand(5, 3, 3)
np.einsum('aij,aij->ij', A, A)
这是二维的吗?
A = np.random.rand(3, 3)
np.einsum('ij,ij->ij', A, A)
最佳答案
有时,处理可变维度的“优雅”方法是使用一组 if
测试,并将它们隐藏在函数调用中。在 np.atleast_3d
中查找示例;它有一个 4way if/else 子句。我会在这里推荐它,除了它在最后而不是开始添加额外的维度。使用 reshape
的 if
子句并不昂贵(时间方面),所以不要害怕使用它们。即使你发现了一些神奇的功能,看看它的代码;您可能会对隐藏的内容感到惊讶。
省略号用于“顺其自然”的维度,而不是您想要特定控制的维度。这里你想对初始维度求和,所以你需要明确地索引它:
In [161]: np.einsum('i...,i...',A,A)
Out[161]:
array([[ 1.26942035, 1.32052776, 1.74118617],
[ 1.59679765, 1.49331565, 2.04573002],
[ 2.29027005, 1.48351522, 1.36679208]])
In [162]: np.einsum('aij,aij->ij',A,A)
Out[162]:
array([[ 1.26942035, 1.32052776, 1.74118617],
[ 1.59679765, 1.49331565, 2.04573002],
[ 2.29027005, 1.48351522, 1.36679208]])
对于二维数组:
In [165]: np.einsum('ij,ij->ij',A[0],A[0])
Out[165]:
array([[ 0.20497776, 0.11632197, 0.65396968],
[ 0.0529767 , 0.24723351, 0.27559647],
[ 0.62806525, 0.33081124, 0.57070406]])
In [166]: A[0]*A[0]
Out[166]:
array([[ 0.20497776, 0.11632197, 0.65396968],
[ 0.0529767 , 0.24723351, 0.27559647],
[ 0.62806525, 0.33081124, 0.57070406]])
In [167]:
In [167]: np.einsum('...,...',A[0],A[0])
Out[167]:
array([[ 0.20497776, 0.11632197, 0.65396968],
[ 0.0529767 , 0.24723351, 0.27559647],
[ 0.62806525, 0.33081124, 0.57070406]])
我不认为你可以用一个表达式处理这两种情况。
另一种获取第一个和的方法
In [168]: (A*A).sum(axis=0)
Out[168]:
array([[ 1.26942035, 1.32052776, 1.74118617],
[ 1.59679765, 1.49331565, 2.04573002],
[ 2.29027005, 1.48351522, 1.36679208]])
我贡献了修复省略号处理的补丁,但那是几年前的事了。所以细节在我脑海中不是很新鲜。作为其中的一部分,我对字符串表达式的解析进行了逆向工程(原始编译),如果我们需要更明确的答案,我可以查看该代码(或推荐您引用)。
In [172]: np.einsum('...ij,...ij->ij',A,A)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-172-dfe39e268402> in <module>()
----> 1 np.einsum('...ij,...ij->ij',A,A)
ValueError: output has more dimensions than subscripts given in
einstein sum, but no '...' ellipsis provided to broadcast
the extra dimensions.
In [173]: np.einsum('...ij,...ij->...ij',A,A).shape
Out[173]: (5, 3, 3)
错误消息说它正在尝试将 ...
维度传递给输出,但不能 - 因为输出缺少维度或 ...
。换句话说,它不会对 ...
维度执行求和。它们传递给输出不变(适用广播规则)。
关于python - 在 numpy.einsum 中对省略号广播维度求和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35165149/