我正在寻找一种方法来避免以下代码片段中的嵌套循环,其中 A
和 B
是二维数组,每个形状 ( m, n)
其中 m
、n
为任意正整数:
import numpy as np
m, n = 5, 2
a = randint(0, 10, (m, n))
b = randint(0, 10, (m, n))
out = np.empty((n, n))
for i in range(n):
for j in range(n):
out[i, j] = np.sum(A[:, i] + B[:, j])
上面的逻辑大致相当于
np.einsum('ij,ik', A, B)
除了 einsum
计算乘积之和。
有没有一种方法,相当于einsum
,可以计算总和?或者我必须为此操作编写扩展吗?
最佳答案
einsum
需要执行元素乘法,然后进行求和(可选)。 因此,它可能不适用于/不需要解决我们的案例。继续阅读!
方法#1
我们可以利用broadcasting
使得第一个轴对齐
将维度扩展到 3D 后,第二个轴按元素求和。最后,我们需要沿第一个轴求和 -
(A[:,:,None] + B[:,None,:]).sum(0)
方法#2
我们可以简单地对每个列进行外加 -
A.sum(0)[:,None] + B.sum(0)
方法#3
因此,引入einsum
-
np.einsum('ij->j',A)[:,None] + np.einsum('ij->j',B)
关于python-3.x - 计算两个数组列的成对总和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50965616/