Python 两个矩阵列之间的叉积

给定两个矩阵和维数a

dxn

，我要计算。你能建议一种矢量化的方法来做这样的计算吗

---

谢谢大家!

还有另一种方法：

np.sum(x*y, axis=0)

效率：

x = np.random.randint(0, 10, size=(30, 400))
y = np.random.randint(0, 10, size=(30, 400))

%timeit np.sum(x*y, axis=0)
# 38.4 µs ± 942 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit for i in range(len(x.T)): x[:, i].dot(y[:, i].T)   
# 1.01 ms ± 19 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit np.diag(x.T.dot(y))
# 6.57 ms ± 248 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

---

下面是另一种方法：

np.sum(x*y, axis=0)

效率：

x = np.random.randint(0, 10, size=(30, 400))
y = np.random.randint(0, 10, size=(30, 400))

%timeit np.sum(x*y, axis=0)
# 38.4 µs ± 942 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit for i in range(len(x.T)): x[:, i].dot(y[:, i].T)   
# 1.01 ms ± 19 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit np.diag(x.T.dot(y))
# 6.57 ms ± 248 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

---

按照你展示Y和X的方式，它们似乎是一维的vectors@BradSolomon每个y^（i）或x^（i）都是维度D的列向量。谢谢！使用

numpy

示例，而不是数学符号。这看起来不像是一个数学上的叉积（参见

np.cross

），它更像是某种元素形式的乘积。

Y*X

有什么问题吗？按照您呈现Y和X的方式，它们似乎是一维的vectors@BradSolomon每个y^（i）或x^（i）都是维度D的列向量。谢谢！使用

numpy

示例，而不是数学符号。这看起来不像是一个数学上的叉积（参见

np.cross

），它更像是某种元素形式的乘积。

Y*X

有什么问题吗？

np.einsum（'ij，ij->j'，X，Y，optimize=False）

甚至更快。确实如此。甚至都不知道这个存在。谢谢<代码>10µs±25.7 ns/循环（7次运行的平均值±标准偏差，每个循环100000次）

np.einsum（'ij，ij->j'，x，y，optimize=False）

甚至更快。确实如此。甚至都不知道这个存在。谢谢<代码>10µs±25.7 ns/圈（7次运行的平均值±标准偏差，每个100000圈）