具有矩阵单行乘法的每个向量元素的 Numpy 运算符

Question

是否有 numpy 运算符会导致单个向量元素与相应的矩阵行相乘？

例如，

    import numpy
    a,b=numpy.array([1,2]), numpy.array([[1,2,3,4],[5,6,7,8]])

当我将 a 和 b 相乘时，我希望结果为

[[1,2,3,4],[10,12,14,16]]

其中每个向量元素与相应的矩阵行元素相乘。

我知道如何使用循环来实现它，但我只是想知道 numpy 中是否存在内置函数，尤其是当 b 是一个非常大但稀疏的矩阵时?

谢谢。

Answer 1

您可以像下面这样使用 multiply：

import numpy
a,b=numpy.array([1,2]), numpy.array([[1,2,3,4],[5,6,7,8]])
print(numpy.multiply(a,b.T).T)
# [[ 1  2  3  4]
# [10 12 14 16]]

其他选项是使用 * 并像下面这样转置：

import numpy
a,b=numpy.array([1,2]), numpy.array([[1,2,3,4],[5,6,7,8]])
print(a*b.T)
# [[ 1 10]
# [ 2 12]
# [ 3 14]
# [ 4 16]]

Answer 2

您可以使用：

a[:,None]*b

这应该是相当快的，没有额外的计算成本。

输出：

[[ 1  2  3  4]
 [10 12 14 16]]

Numpy operator for each vector element with matrix individual row multiplication