我有两个形状相同的矩阵 a 和 b:
a = np.ndarray(shape=(3, 2), dtype=int)
b = np.ndarray(shape=(3, 2), dtype=int)
我想要它们的内部乘法,例如:
1 2
a = 4 5
7 8
9 8
b = 6 5
3 2
我希望结果是这个 1x2 ndarray:
[1x9+4x6+7x3 2x8+5x5+8x2]
这就像我们正在计算两个矩阵的列的标量点积。
我现在正在做的是:
np.diag(np.dot(np.transpose(a), b))
但它效率不高,而且它正在计算许多我不需要的其他东西。
我的矩阵比这些大得多,因此找到更有效的解决方案很重要。
最佳答案
您可以先进行简单的乘法,然后对 axis=0 求和:
>>> a = np.array([[1, 2], [4, 5], [7, 8]])
>>> b = np.array([[9, 8], [6, 5], [3, 2]])
>>> (a * b).sum(axis=0)
array([54, 57])
关于python - 计算 numpy.ndarray 内部乘法的有效方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26293142/