两个数组中对应列表的外积之和 - NumPy

Question

我正在尝试查找numpy矩阵操作，以获得与以下循环代码相同的结果。我相信它会更快，但我错过了一些Python技能来做到这一点。

它逐行工作，x行中的每个值乘以e中相同行的每个值，然后相加。第一项结果将是（2 * 0 + 2 * 1 + 2 * 4 + 2 * 2 + 2 * 3）+（0 * 0 + ...）+ ... +（1 * 0 + 1 * 1 + 1 * 4 + 1 * 2 + 1 * 3）= 30

任何想法将不胜感激:)。

e = np.array([[0,1,4,2,3],[2,0,2,3,0,1]]) 
x = np.array([[2,0,0,0,1],[0,3,0,0,4,0]]) 
result = np.zeros(len(x)) 
for key, j in enumerate(x): 
    for jj in j: 
     for i in e[key]: 
      result[key] += jj*i 
>>> result 
Out[1]: array([ 30., 56.]) 

Answer 1

这些是不规则的数组，因为它们有不同长度的列表。因此，即使可能的话，完全矢量化的方法也不是直截了当的。这里有一个在一个循环的理解使用np.einsum -

[np.einsum('i,j->',x[n],e[n]) for n in range(len(x))] 

采样运行 -

In [381]: x 
Out[381]: array([[2, 0, 0, 0, 1], [0, 3, 0, 0, 4, 0]], dtype=object) 

In [382]: e 
Out[382]: array([[0, 1, 4, 2, 3], [2, 0, 2, 3, 0, 1]], dtype=object) 

In [383]: [np.einsum('i,j->',x[n],e[n]) for n in range(len(x))] 
Out[383]: [30, 56] 

如果你仍然觉得完全量化的办法持久的，你可以做一个定期阵列与较小的列表被填满的零。同样的，这里有一个post，列出了一个基于NumPy的填充方法。

有一次，我们有规则形状的数组作为x和e，最终的结果将是根本 -

np.einsum('ik,il->i',x,e) 

Answer 2

这是接近你在找什么？

https://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html

好像你正试图获得矩阵的点积。