Python 使用Numpy进行矩阵运算的更简单方法

我有这样一个代码：

x = 0
for i in range(100):
    for j in range(100):
        x += f[i, 0] * f[0, j]

---

这里的

f

是一个二维数组。现在，numpy中是否有一个函数可用于执行此操作而无需使用for循环？

您可以独立地对第一列和第一行求和，然后取乘积：

res = f[:, 0].sum() * f[0, :].sum()

下面是一些代码来检查这一点，以满足您的期望：

np.random.seed(0)

f = np.random.random((100, 100))

x = 0
for i in range(100):
    for j in range(100):
        x += f[i, 0] * f[0,j]

res = f[:, 0].sum() * f[0, :].sum()

assert np.isclose(x, res)

---

您可以将第一列和第一行分别相加，然后取乘积：

res = f[:, 0].sum() * f[0, :].sum()

下面是一些代码来检查这一点，以满足您的期望：

np.random.seed(0)

f = np.random.random((100, 100))

x = 0
for i in range(100):
    for j in range(100):
        x += f[i, 0] * f[0,j]

res = f[:, 0].sum() * f[0, :].sum()

assert np.isclose(x, res)

---

是的，您可以使用NumPy的

outer（）

。这基本上是一个外积问题，你只需将得到的外积n*n矩阵的元素求和。这里，您在矩阵中使用的唯一值是第一行和第一列

因此，您需要做的就是使用

np.outer

（）获取第一行和第一列的外积。这就是使用嵌套for循环在算法中所做的一切

示例

import numpy as np

f = np.random.randint(1, 9, (3, 3)) # Create a test 3x3 matrix 

col = f[:, 0] # first column enteries [5, 3, 8]
row = f[0, :] # first row enteries [5, 3, 4]
summ = np.sum(np.outer(row, col))

print (f)
print ('The sum is %d' %summ)

#[[5 3 4]
# [3 8 1]
# [8 7 2]]

# The sum is 192

is建议的备选方案

---

是的，您可以使用NumPy的

outer（）

。这基本上是一个外积问题，你只需将得到的外积n*n矩阵的元素求和。这里，您在矩阵中使用的唯一值是第一行和第一列

因此，您需要做的就是使用

np.outer

（）获取第一行和第一列的外积。这就是使用嵌套for循环在算法中所做的一切

示例

import numpy as np

f = np.random.randint(1, 9, (3, 3)) # Create a test 3x3 matrix 

col = f[:, 0] # first column enteries [5, 3, 8]
row = f[0, :] # first row enteries [5, 3, 4]
summ = np.sum(np.outer(row, col))

print (f)
print ('The sum is %d' %summ)

#[[5 3 4]
# [3 8 1]
# [8 7 2]]

# The sum is 192

is建议的备选方案

---

使用

np.einsum

：

np.einsum（'i，j->'，f[：，0]，f[0，：]）也一样。外面的部分很简单。我不得不反复思考如何告诉它求和（空的
->
）。值得注意的是，几乎任何像原始问题中那样的嵌套求和都可以使用einsum在numpy中完成。使用
np.einsum
：
np.einsum（'I，j->'，f[：，0]，f[0，：]）
。外面的部分很简单。我不得不反复思考如何告诉它求和（空的
->
）。值得注意的是，几乎任何原始问题中的嵌套求和都可以使用einsum在numpy中完成。