numpy中两个二维数组的Numpy点积得到三维数组
Numpy Dot Product of two 2-d arrays in numpy to get 3-d array
抱歉标题解释不当。我正在尝试并行化我的一部分代码并卡在点积上。我正在寻找一种有效的方法来执行下面的代码,我确信有一个简单的线性代数解决方案,但我很困惑:
puy = np.arange(8).reshape(2,4)
puy2 = np.arange(12).reshape(3,4)
print puy, '\n'
print puy2.T
zz = np.zeros([4,2,3])
for i in range(4):
zz[i,:,:] = np.dot(np.array([puy[:,i]]).T,
np.array([puy2.T[i,:]]))
一种方法是使用 np.einsum
,它允许您指定要对索引执行的操作:
>>> np.einsum('ik,jk->kij', puy, puy2)
array([[[ 0, 0, 0],
[ 0, 16, 32]],
[[ 1, 5, 9],
[ 5, 25, 45]],
[[ 4, 12, 20],
[12, 36, 60]],
[[ 9, 21, 33],
[21, 49, 77]]])
>>> np.allclose(np.einsum('ik,jk->kij', puy, puy2), zz)
True
这是 broadcasting
-
的另一种方式
(puy[None,...]*puy2[:,None,:]).T
抱歉标题解释不当。我正在尝试并行化我的一部分代码并卡在点积上。我正在寻找一种有效的方法来执行下面的代码,我确信有一个简单的线性代数解决方案,但我很困惑:
puy = np.arange(8).reshape(2,4)
puy2 = np.arange(12).reshape(3,4)
print puy, '\n'
print puy2.T
zz = np.zeros([4,2,3])
for i in range(4):
zz[i,:,:] = np.dot(np.array([puy[:,i]]).T,
np.array([puy2.T[i,:]]))
一种方法是使用 np.einsum
,它允许您指定要对索引执行的操作:
>>> np.einsum('ik,jk->kij', puy, puy2)
array([[[ 0, 0, 0],
[ 0, 16, 32]],
[[ 1, 5, 9],
[ 5, 25, 45]],
[[ 4, 12, 20],
[12, 36, 60]],
[[ 9, 21, 33],
[21, 49, 77]]])
>>> np.allclose(np.einsum('ik,jk->kij', puy, puy2), zz)
True
这是 broadcasting
-
(puy[None,...]*puy2[:,None,:]).T