Python Numpy函数在两个Ndarray上运行

给定两个nArray

a=np.asarray（[[0,1,2]，[3,4,5]]）

和

b=np.asarray（[[6,7,8]，[9,10,11]]）

我想写一个迭代a和b的函数，这样

考虑[0,1,2]和[6,7,8]

考虑[3,4,5]和[9,10,11]

例如，函数n

[0,1,2]和[6,7,8]作为输入，并输出0*6+1*7+2*8=23

[3,4,5]和[9,10,11]作为输入和输出3*9+4*10+5*11=122

->（23122）

在numpy有什么方法可以有效地做到这一点吗？ 我的想法是压缩这两个阵列，但是，这并不高效

编辑：我正在寻找一种应用可自定义函数的方法

myfunc（x，y）

。在前面的示例中，

myfunc（x，y）

对应于多重通信

c = a * b 
sum1 = c[0].sum()
sum2 = c[1].sum() 

如果需要算法方式（自定义函数）

如果需要算法方式（自定义函数）

将numpy作为np导入 a=np.asarray（[[0,1,2]，[3,4,5]） b=np.asarray（[[6,7,8]，[9,10,11]） c=a*b 打印（总和（c[0]），总和（c）） ans->23122

将numpy作为np导入 a=np.asarray（[[0,1,2]，[3,4,5]） b=np.asarray（[[6,7,8]，[9,10,11]） c=a*b 打印（总和（c[0]），总和（c））

---

ans->23122

不需要同时使用zip和数组，您需要了解numpy软件包，以帮助您更好地使用矩阵。所以你需要关于矩阵的基本知识，我建议你从这个链接学习，斯坦福大学的cs231n。 这是一个可以解决您的问题的函数：

 import numpy as np
 def interates(matrix_a, matrix_b):
    product = matrix_a*matrix_b
    return (np.sum(product,1))

值积包含一个新矩阵，其形状与矩阵a和矩阵b相同，其中的每个元素都是

矩阵a[i][j]*矩阵b[i][j]

的结果，其中i和j从0运行到

矩阵a.shape[0]

和

矩阵a.shape[1]

现在用你的例子检查一下

a = np.asarray([[0,1,2],[3,4,5]])
b = np.asarray([[6,7,8],[9,10,11]])
result = interates(a,b)

打印结果

>> print(result)
>> [23 122]

如果你想要一个元组

>> result = tuple(result)
>> print(result)
>> (23, 122)

---

不需要同时使用zip和数组，您需要了解numpy包，以帮助您更好地使用矩阵。所以你需要关于矩阵的基本知识，我建议你从这个链接学习，斯坦福大学的cs231n。 这是一个可以解决您的问题的函数：

 import numpy as np
 def interates(matrix_a, matrix_b):
    product = matrix_a*matrix_b
    return (np.sum(product,1))

值积包含一个新矩阵，其形状与矩阵a和矩阵b相同，其中的每个元素都是

矩阵a[i][j]*矩阵b[i][j]

的结果，其中i和j从0运行到

矩阵a.shape[0]

和

矩阵a.shape[1]

现在用你的例子检查一下

a = np.asarray([[0,1,2],[3,4,5]])
b = np.asarray([[6,7,8],[9,10,11]])
result = interates(a,b)

打印结果

>> print(result)
>> [23 122]

如果你想要一个元组

>> result = tuple(result)
>> print(result)
>> (23, 122)

---

做哈达玛积，然后沿轴求和=1:np.sum（a*b，轴=1）做哈达玛积，然后沿轴求和=1:np.sum（a*b，轴=1）