Эквивалент функции Numpy dot () - PullRequest
Новая
       10

Эквивалент функции Numpy dot ()

0 голосов
/ 11 ноября 2018

Этот вопрос просто из чистого любопытства. Предположим, у меня есть 2 матрицы a и b. 

a=np.array([[1, 2],
            [2, 3],
            [4, 5]])

b=np.array([[1, 2, 3, 4],
            [2, 3, 4, 5]])

Чтобы найти их точечный продукт, я мог бы использовать np.dot(a,b). Но есть ли другой способ сделать это? Я не прошу никаких других функций псевдонима. Но, может быть, другой способ сделать это, как np.sum(a*b, axis=1) (я знаю, что это не работает, это просто пример). А что, если у меня 3-D матрица? Есть ли другой способ вычисления их точечного произведения (без использования каких-либо функций)?

Заранее спасибо!

1 Ответ

0 голосов
/ 12 ноября 2018 
In [66]: a=np.array([[1, 2],
    ...:             [2, 3],
    ...:             [4, 5]])
    ...: 
    ...: b=np.array([[1, 2, 3, 4],
    ...:             [2, 3, 4, 5]])
    ...: 
    ...:             
In [67]: np.dot(a,b)
Out[67]: 
array([[ 5,  8, 11, 14],
       [ 8, 13, 18, 23],
       [14, 23, 32, 41]])
In [68]: a@b
Out[68]: 
array([[ 5,  8, 11, 14],
       [ 8, 13, 18, 23],
       [14, 23, 32, 41]])
In [69]: np.einsum('ij,jk',a,b)
Out[69]: 
array([[ 5,  8, 11, 14],
       [ 8, 13, 18, 23],
       [14, 23, 32, 41]])

Трансляция умножается и суммируется: 

In [71]: (a[:,:,None]*b[None,:,:]).sum(axis=1)
Out[71]: 
array([[ 5,  8, 11, 14],
       [ 8, 13, 18, 23],
       [14, 23, 32, 41]])
In [72]: (a[:,:,None]*b[None,:,:]).shape
Out[72]: (3, 2, 4)
...