我正在寻找一种在NumPy中乘以3个向量的矢量化方法。
举个例子,
X = np.array([1,2,3])
Y = np.array([4,5,6])
Z = np.array([7,8,9])
Multiply([X,Y,Z])
会产生一个输出
np.array([28, 80, 162])
我想要乘法的向量不需要像我上面那样单独定义。例如,可以是矩阵的行(或列),在这种情况下,我想将这种矩阵的所有行(或列)相乘。
帮助赞赏:)
你可以使用ufunc的reduce
方法:
>>> np.multiply.reduce((X, Y, Z))
array([ 28, 80, 162])
这里发生的是ufunc np.multiply
,它看起来和行为类似,在技术上是类numpy.ufunc
的一个实例;所有ufunc都有four special methods,其中一个是.reduce()
,在这种情况下你可以做你正在寻找的东西,并从多个相同长度的1d阵列产生1d结果。
默认轴为0;如果你想沿着另一个轴工作,只需指定:
>>> np.multiply.reduce((X, Y, Z), axis=1)
array([ 6, 120, 504])
你可以使用numpy.prod
,它在引擎盖下使用multiply.reduce
。
>>> np.prod([X, Y, Z], 0)
array([ 28, 80, 162])
>>> np.prod([X, Y, Z], 1)
array([ 6, 120, 504])
或者非常简单地使用通常的*
表示法:
In [180]: X * Y * Z
Out[180]: array([ 28, 80, 162])
通常,您可以根据需要使用尽可能多的数组:
In [181]: X * Y * Z * X * Y * Z
Out[181]: array([ 784, 6400, 26244])