Python numpy中Kronecker积的双循环矢量化和整形

我有两个矩阵

import numpy as np
n = 10
a = 2*np.ones((n,n,3))
b = 3*np.ones((n,n,3))

我想用Kronecker积的方法乘以它们，然后求和

s = 0
for i in range(n):
    for j in range(n):
        s +=  a*b[i,j]

---

numpy中是否存在将其矢量化的方法？

您的代码可以重写为：

因此，这应该是可行的：

s = a * np.sum(np.sum(b,axis=1),axis=0)

---

您的代码可以重写为：

因此，这应该是可行的：

s = a * np.sum(np.sum(b,axis=1),axis=0)

---

也许这可以用以下文字更优雅地书写：

甚至只使用

np.sum（）

：

但是

np.einsum（）

似乎更快：

n = 100
a = 2 * np.ones((n, n, 3))
b = 3 * np.ones((n, n, 3))

%timeit f_with_loops(a, b)
# 1 loop, best of 3: 787 ms per loop
%timeit a * np.einsum('ijk->k', b)
# 10000 loops, best of 3: 121 µs per loop
%timeit a * np.sum(b, axis=(0, 1))
# 1000 loops, best of 3: 254 µs per loop

---

也许这可以用以下文字更优雅地书写：

甚至只使用

np.sum（）

：

但是

np.einsum（）

似乎更快：

n = 100
a = 2 * np.ones((n, n, 3))
b = 3 * np.ones((n, n, 3))

%timeit f_with_loops(a, b)
# 1 loop, best of 3: 787 ms per loop
%timeit a * np.einsum('ijk->k', b)
# 10000 loops, best of 3: 121 µs per loop
%timeit a * np.sum(b, axis=(0, 1))
# 1000 loops, best of 3: 254 µs per loop

---

你的代码正确吗

a*b[i，j]

应该返回与

a

形状相同的数组，而不是标量（正如

s=0

所建议的那样）。是的，它无论如何都能正常工作，

s

应该与

a

形状相同。但是你可以写

s=np.zero（（n，n，3））

你的代码正确吗

a*b[i，j]

应该返回与

a

形状相同的数组，而不是标量（正如

s=0

所建议的那样）。是的，它无论如何都能正常工作，

s

应该与

a

形状相同。但是你也可以写

s=np.zero（（n，n，3））

注意，这可以简单地写为

a*np.sum（b，axis=（0，1））

谢谢。我甚至不知道这个功能。请注意，它可以简单地写成

a*np.sum（b，axis=（0，1））

谢谢。我甚至不知道这个功能。