如何在NumPy中一次乘以3个以上的向量

Question

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:)

Answer 1

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])

Answer 2

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])

Answer 3

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])