我怎么能用numpy最优雅地做到这一点?是否可以仅使用矩阵运算,没有循环?
解决方法broadcasting
的一种方法 – X.T[:,:,None]*X.T[:,None]
另一个有广播和交换轴后 –
(X[:,None,:]*X).swapaxes(0,2)
另一个广播和之后的多维转置 –
(X[:,:]*X).T
使用np.einsum
的另一种方法,如果从循环代码转换,可能就迭代器而言更直观的思考 –
np.einsum('ij,kj->jik',X,X)
所有这些方法的基本思想是我们展开最后一个轴,使元素相乘相互保持第一轴对齐.我们通过将X扩展到两个3D阵列版本来实现这种相互对立的过程.
总结以上是内存溢出为你收集整理的python – 2D数组每列的外积,形成一个3D数组 – NumPy全部内容,希望文章能够帮你解决python – 2D数组每列的外积,形成一个3D数组 – NumPy所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)