我正在寻找一种方法来避免以下片段中的嵌套循环,其中A
和B
是二维数组,每个形状(m, n)
与m
,n
beeing正数整数:
import numpy as np
m, n = 5, 2
a = randint(0, 10, (m, n))
b = randint(0, 10, (m, n))
out = np.empty((n, n))
for i in range(n):
for j in range(n):
out[i, j] = np.sum(A[:, i] + B[:, j])
上述逻辑大致相当于
np.einsum('ij,ik', A, B)
除了einsum
计算产品的总和。
有没有一种方法,相当于einsum
,计算一笔总和?或者我是否必须为此操作编写扩展名?
einsum
需要执行元素乘法,然后它进行求和(可选)。
因此,它可能不适用于解决我们的案例。
继续阅读!
方法#1
我们可以利用broadcasting
使第一个轴对齐,第二个轴在将尺寸扩展到3D
之后进行元素求和。最后,我们需要沿第一轴求和 -
(A[:,:,None] + B[:,None,:]).sum(0)
方法#2
我们可以简单地做外部添加每个的列式总结 -
A.sum(0)[:,None] + B.sum(0)
方法#3
因此,引入einsum
-
np.einsum('ij->j',A)[:,None] + np.einsum('ij->j',B)
你也可以使用numpy.ufunc.outer
,特别是在这里numpy.add.outer
沿着0轴求和之后在#approach 2中提到的@Divakar
In [126]: numpy.add.outer(a.sum(0), b.sum(0))
Out[126]:
array([[54, 67],
[43, 56]])