在numpy中,numpy.dot()
函数可以用来计算两个二维数组的矩阵乘积。我有两个 3D 数组 X 和 Y(比方说),我想计算矩阵 Z,其中 Z[i] == numpy.dot(X[i], Y[i])
对于所有 i
。这有可能以非迭代方式进行吗?
最佳答案
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(如文档字符串所述)matrix_multiply
提供
matrix_multiply(x1, x2[, out]) matrix
multiplication on last two dimensions
关于python - 在numpy中找到子数组的点积,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6299770/