python – 将numpy.array中的每个元素与numpy.array中的每个元素相乘
发布时间:2021-02-21 03:44:12 所属栏目:Python 来源:互联网
导读:鉴于两个numpy.arrays a和b, c = numpy.outer(a, b) 返回二维数组,其中c [i,j] == a [i] * b [j].现在,想象一下有k个维度. 哪个操作返回维数为k 1的数组c,其中c […,j] == a * b [j]? 另外,让b具有l维度. 哪个操作返回维数为k 1的数组c,其中c […,i1,i2,i3]
鉴于两个numpy.arrays a和b, c = numpy.outer(a,b) 返回二维数组,其中c [i,j] == a [i] * b [j].现在,想象一下有k个维度. >哪个操作返回维数为k 1的数组c,其中c […,j] == a * b [j]? 另外,让b具有l维度. >哪个操作返回维数为k 1的数组c,i1,i2,i3] == a * b [i1,i3]? 解决方法outer method的NumPy ufuncs以你想要的方式处理多维输入,所以你可以做到
numpy.multiply.outer(a,b) 而不是使用numpy.outer. 这里提出的所有解决方案同样快速;对于小数组,multiply.outer有一个轻微的边缘 生成图像的代码: import numpy import perfplot def multiply_outer(data): a,b = data return numpy.multiply.outer(a,b) def outer_reshape(data): a,b = data return numpy.outer(a,b).reshape((a.shape + b.shape)) def tensor_dot(data): a,b = data return numpy.tensordot(a,b,0) perfplot.show( setup=lambda n: (numpy.random.rand(n,n),numpy.random.rand(n,n)),kernels=[multiply_outer,outer_reshape,tensor_dot],n_range=[2**k for k in range(7)],logx=True,logy=True,) (编辑:甘南站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |