Python 矢量乘以矢量,按标量-numpy
是否可以进行向量化计算,其中一个向量中的每一列都被视为标量 假设您有两个numpy阵列:Python 矢量乘以矢量,按标量-numpy,python,pandas,numpy,Python,Pandas,Numpy,是否可以进行向量化计算,其中一个向量中的每一列都被视为标量 假设您有两个numpy阵列: a = np.array([(True, False), (True, True), (False, True), (True, False), (True, True), (False, True), (True, True)
a = np.array([(True, False),
(True, True),
(False, True),
(True, False),
(True, True),
(False, True),
(True, True)
])
b = np.array([[1, 3, 8, 3, 8, 3, 8],
[4, 8, 6, 8, 6, 8, 6],
[5, 9, 4, 9, 4, 9, 4],
[6, 2, 3, 2, 3, 2, 3],
[7, 4, 1, 4, 1, 4, 1],
[8, 9, 9, 9, 9, 9, 9],
[9, 1, 1, 1, 1, 1, 1]])
并希望将a
的每一列乘以整个向量b
,求和
并将其作为a
返回(或返回到数据帧
)。这可以矢量化(没有for循环)吗
使用
矩阵乘法
-
df = pd.DataFrame(b.T.dot(a)) # or pd.DataFrame(a.T.dot(b).T)
使用np.einsum
-
df = pd.DataFrame(np.einsum('ij,il->lj',a,b))
为什么numpy需要将其转置以检测点积?@啊,那么,我们遵循矩阵乘法的规则-?
df = pd.DataFrame(np.einsum('ij,il->lj',a,b))