向量、矩阵乘法和求和

Question

我在 numpy/scipy 中的所有选项中兜圈子。点积、乘法、matmul、tensordot、einsum 等

我想将一个一维向量与一个二维矩阵（这将是稀疏的 csr）相乘并对结果求和，所以我有一个一维向量

例如

oneDarray = np.array([1, 2, 3])
matrix = np.array([[1,2,3],[4,5,6],[7,8,9]])

# multiple and sum the oneDarray against the rows of the matrix
#          eg 1*1 + 1*2 + 1*3 = 6, 2*4 + 2*5 + 2*6 = 30, 3*7 + 3*8 + 3*9 = 42
so output we be [6,30,53]


# multiple and sum the oneDarray against the columns of the matrix
#          eg 1*1 + 1*4 + 1*7 = 28, 2*2 + 2*5 + 2*8 = 30, 3*3 + 3*6 + 3*9 = 486
so output we be [28,30,486]

如有任何帮助，我们将不胜感激。

Answer 1

嗯，你的 question.The 中有一些计算错误，第一部分将导致 [6, 30, 72]，第二部分将导致 [12, 30, 54]。如果我理解正确，第一个可以用

解决

np.sum(oneDarray * matrix.T, axis=0)

第二部分

np.sum(np.multiply(matrix, oneDarray), axis=0)

Answer 2

# 1*1 + 1*2 + 1*3 = 6, 2*4 + 2*5 + 2*6 = 30, 3*7 + 3*8 + 3*9 = 42

1*1 + 1*2 + 1*3 = 6
2*4 + 2*5 + 2*6 = 30, 
3*7 + 3*8 + 3*9 = 42

1*(1 + 2 + 3) = 6, 
2*(4 + 5 + 6) = 30, 
3*(7 + 8 + 9) = 42

所以这可以通过几种方式计算：

In [92]: oneDarray*(matrix.sum(axis=1))                                                                      
Out[92]: array([ 6, 30, 72])

In [93]: np.einsum('i,ij->i', oneDarray, matrix)                                                             
Out[93]: array([ 6, 30, 72])

In [94]: (oneDarray[:,None]*matrix).sum(axis=1)                                                              
Out[94]: array([ 6, 30, 72])

它不适合通常的 dot（矩阵）产品，它有一个 einsum 表达式，如 ij,j->i（求和错误的索引）。

另一种表达是（你的值是错误的，除了中间那个）：

In [95]: matrix.sum(axis=0)*oneDarray                                                                        
Out[95]: array([12, 30, 54])

如果矩阵是稀疏的csr:

In [96]: M = sparse.csr_matrix(matrix)                                                                       
In [97]: M                                                                                                   
Out[97]: 
<3x3 sparse matrix of type '<class 'numpy.int64'>'
    with 9 stored elements in Compressed Sparse Row format>
In [98]: M.sum(axis=1)                                                                                       
Out[98]: 
matrix([[ 6],
        [15],
        [24]])
In [99]: M.sum(axis=1).A1*oneDarray                                                                          
Out[99]: array([ 6, 30, 72])

sum是一个(3,1)np.matrix。 A1 将其展平为 1d ndarray，使元素乘法更容易。

In [103]: M.sum(axis=0)                                                                                      
Out[103]: matrix([[12, 15, 18]], dtype=int64)
In [104]: M.sum(axis=0).A1*oneDarray                                                                         
Out[104]: array([12, 30, 54], dtype=int64)
In [116]: np.multiply(M.sum(0), oneDarray)                                                                   
Out[116]: matrix([[12, 30, 54]], dtype=int64)

向量、矩阵乘法和求和

vector, matrix multiplication and sum

python

numpy

sparse-matrix

matrix-multiplication