二维数组的乘积之和python
The sum of the products of a two-dimensional array python
我有 2 个包含一百万个元素的数组（根据具有每个像素亮度的图像创建）
我需要得到一个数字，它是同名数组元素的乘积之和。也就是说，A(1,1) * B(1,1) + A(1,2) * B(1,2)...
在循环中，python从循环（j1）中取出最后一个变量的值并开始运行通过它，然后将倒数第二个变量加1并再次运行最后一个，依此类推.我怎样才能让它计算同名的元素？
res1, res2 - 数组（特别是 - numpy.ndarray）
或许这方面有现成的功能，但我需要尽可能开放，没有现成的。
sum = 0
for i in range(len(res1)):
for j in range(len(res2[i])):
for i1 in range(len(res2)):
for j1 in range(len(res1[i1])):
sum += res1[i][j]*res2[i1][j1]
解决方案 1：
import numpy as np
a,b = np.array(range(100)), np.array(range(100))
print((a * b).sum())
方案二（更开放，因为使用了pd.DataFrame）：
import pandas as pd
import numpy as np
a,b = np.array(range(100)), np.array(range(100))
df = pd.DataFrame(dict({'col1': a, 'col2': b}))
df['vect_product'] = df.col1 * df.col2
print(df['vect_product'].sum())
在我的回答的第一部分，我将解释如何直接修复您的代码。您的代码几乎是正确的，但在逻辑上存在一个大错误。在我回答的第二部分，我将解释如何使用 numpy 解决您的问题。 numpy 是 标准 python 包来处理数字数组。如果您要处理大量数字，没有理由不使用 numpy。
修复您的代码
您的代码使用 4 个嵌套的 for 循环，索引 i 和 j 迭代第一个数组，索引 i1 和 j1 迭代第二个数组。
因此，您将第一个数组中的每个元素 res1[i][j] 与第二个数组中的每个元素 res2[i1][j1] 相乘。这不是你想要的。您只想将第一个数组中的每个元素 res1[i][j] 与第二个数组中的相应元素 res2[i][j] 相乘：您应该对第一个和第二个数组使用相同的索引。因此应该只有两个嵌套的 for-loops.
s = 0
for i in range(len(res1)):
for j in range(len(res1[i])):
s += res1[i][j] * res2[i][j]
请注意，我将变量称为 s 而不是 sum。这是因为 sum 是 python 中的内置函数的名称。强烈建议隐藏内置名称。这是内置列表：https://docs.python.org/3/library/functions.html；不要使用该列表中的名称命名变量。
现在，一般来说，在 python 中，我们不喜欢在 for-loop 中使用 range(len(...))。如果您阅读 the official tutorial and its section on for loops，它表明 for-loop 可用于直接迭代元素，而不是索引。
例如，这里是如何在一个数组上迭代，对数组中的元素求和，而不使用 range(len(...)) 和索引：
# sum the elements in an array
s = 0
for row in res1:
for x in row:
s += x
这里row是整行，x是一个元素。我们根本不参考指数。
looping 的有用工具是内置函数 zip 和 enumerate:
enumerate 如果您需要访问元素及其索引，则可以使用；zip可用于同时迭代两个数组。
我不会展示 enumerate 的示例，但是 zip 正是您所需要的，因为您想要迭代两个数组：
s = 0
for row1, row2 in zip(res1, res2):
for x, y in zip(row1, row2):
s += x * y
你也可以使用内置函数 sum 来写这一切而没有 += 并且没有初始 = 0:
s = sum(x * y for row1,row2 in zip(res1, res2) for x,y in zip(row1, row2))
使用numpy
正如我在简介中提到的，numpy 是一个标准的 python 包，用于处理数字数组。一般来说，使用 numpy 对数组的操作比核心 python 中的数组循环要快得多。另外，使用 numpy 的代码通常比仅使用 core python 的代码更容易阅读，因为有很多有用的函数和方便的符号。例如，这里有一个简单的方法来实现你想要的：
import numpy as np
# convert to numpy arrays
res1 = np.array(res1)
res2 = np.array(res2)
# multiply elements with corresponding elements, then sum
s = (res1 * res2).sum()
相关文档：
使用 numpy 的两个简单快速的选项是：(A*B).sum() 和 np.dot(A.ravel(),B.ravel())。第一种方法对 A 和 B 的 element-wise 乘法的所有元素求和。 np.sum()默认为sum(axis=None)，所以我们会得到一个数字。在第二种方法中，您在两个矩阵中创建一维视图，然后应用 dot-product 方法获取单个数字。
import numpy as np
A = np.random.rand(1000,1000)
B = np.random.rand(1000,1000)
s = (A*B).sum() # method 1
s = np.dot(A.ravel(),B.ravel()) # method 2
第二种方法应该非常快，因为它不会创建 A 和 B 的新副本，而是查看它们，因此不会分配额外的内存。
我有 2 个包含一百万个元素的数组（根据具有每个像素亮度的图像创建） 我需要得到一个数字，它是同名数组元素的乘积之和。也就是说，A(1,1) * B(1,1) + A(1,2) * B(1,2)... 在循环中，python从循环（j1）中取出最后一个变量的值并开始运行通过它，然后将倒数第二个变量加1并再次运行最后一个，依此类推.我怎样才能让它计算同名的元素？ res1, res2 - 数组（特别是 - numpy.ndarray） 或许这方面有现成的功能，但我需要尽可能开放，没有现成的。
sum = 0
for i in range(len(res1)):
for j in range(len(res2[i])):
for i1 in range(len(res2)):
for j1 in range(len(res1[i1])):
sum += res1[i][j]*res2[i1][j1]
解决方案 1：
import numpy as np
a,b = np.array(range(100)), np.array(range(100))
print((a * b).sum())
方案二（更开放，因为使用了pd.DataFrame）：
import pandas as pd
import numpy as np
a,b = np.array(range(100)), np.array(range(100))
df = pd.DataFrame(dict({'col1': a, 'col2': b}))
df['vect_product'] = df.col1 * df.col2
print(df['vect_product'].sum())
在我的回答的第一部分，我将解释如何直接修复您的代码。您的代码几乎是正确的，但在逻辑上存在一个大错误。在我回答的第二部分，我将解释如何使用 numpy 解决您的问题。 numpy 是 标准 python 包来处理数字数组。如果您要处理大量数字，没有理由不使用 numpy。
修复您的代码
您的代码使用 4 个嵌套的 for 循环，索引 i 和 j 迭代第一个数组，索引 i1 和 j1 迭代第二个数组。
因此，您将第一个数组中的每个元素 res1[i][j] 与第二个数组中的每个元素 res2[i1][j1] 相乘。这不是你想要的。您只想将第一个数组中的每个元素 res1[i][j] 与第二个数组中的相应元素 res2[i][j] 相乘：您应该对第一个和第二个数组使用相同的索引。因此应该只有两个嵌套的 for-loops.
s = 0
for i in range(len(res1)):
for j in range(len(res1[i])):
s += res1[i][j] * res2[i][j]
请注意，我将变量称为 s 而不是 sum。这是因为 sum 是 python 中的内置函数的名称。强烈建议隐藏内置名称。这是内置列表：https://docs.python.org/3/library/functions.html；不要使用该列表中的名称命名变量。
现在，一般来说，在 python 中，我们不喜欢在 for-loop 中使用 range(len(...))。如果您阅读 the official tutorial and its section on for loops，它表明 for-loop 可用于直接迭代元素，而不是索引。
例如，这里是如何在一个数组上迭代，对数组中的元素求和，而不使用 range(len(...)) 和索引：
# sum the elements in an array
s = 0
for row in res1:
for x in row:
s += x
这里row是整行，x是一个元素。我们根本不参考指数。
looping 的有用工具是内置函数 zip 和 enumerate:
enumerate如果您需要访问元素及其索引，则可以使用；zip可用于同时迭代两个数组。
我不会展示 enumerate 的示例，但是 zip 正是您所需要的，因为您想要迭代两个数组：
s = 0
for row1, row2 in zip(res1, res2):
for x, y in zip(row1, row2):
s += x * y
你也可以使用内置函数 sum 来写这一切而没有 += 并且没有初始 = 0:
s = sum(x * y for row1,row2 in zip(res1, res2) for x,y in zip(row1, row2))
使用numpy
正如我在简介中提到的，numpy 是一个标准的 python 包，用于处理数字数组。一般来说，使用 numpy 对数组的操作比核心 python 中的数组循环要快得多。另外，使用 numpy 的代码通常比仅使用 core python 的代码更容易阅读，因为有很多有用的函数和方便的符号。例如，这里有一个简单的方法来实现你想要的：
import numpy as np
# convert to numpy arrays
res1 = np.array(res1)
res2 = np.array(res2)
# multiply elements with corresponding elements, then sum
s = (res1 * res2).sum()
相关文档：
使用 numpy 的两个简单快速的选项是：(A*B).sum() 和 np.dot(A.ravel(),B.ravel())。第一种方法对 A 和 B 的 element-wise 乘法的所有元素求和。 np.sum()默认为sum(axis=None)，所以我们会得到一个数字。在第二种方法中，您在两个矩阵中创建一维视图，然后应用 dot-product 方法获取单个数字。
import numpy as np
A = np.random.rand(1000,1000)
B = np.random.rand(1000,1000)
s = (A*B).sum() # method 1
s = np.dot(A.ravel(),B.ravel()) # method 2
第二种方法应该非常快，因为它不会创建 A 和 B 的新副本，而是查看它们，因此不会分配额外的内存。