如何在 numpy 中获得逐元素矩阵乘法(Hadamard 乘积)?
Posted
技术标签:
【中文标题】如何在 numpy 中获得逐元素矩阵乘法(Hadamard 乘积)?【英文标题】:How to get element-wise matrix multiplication (Hadamard product) in numpy? 【发布时间】:2017-02-23 09:41:12 【问题描述】:我有两个矩阵
a = np.matrix([[1,2], [3,4]])
b = np.matrix([[5,6], [7,8]])
我想得到元素乘积,[[1*5,2*6], [3*7,4*8]]
,等于
[[5,12], [21,32]]
我试过了
print(np.dot(a,b))
和
print(a*b)
但两者都给出结果
[[19 22], [43 50]]
这是矩阵乘积,而不是元素乘积。如何使用内置函数获得逐元素产品(又名 Hadamard 产品)?
【问题讨论】:
你确定a
和b
不是NumPy 的矩阵类型吗?使用此类,*
返回内积,而不是元素方式。但对于通常的 ndarray
类,*
表示元素级乘积。
是a
和b
numpy 数组吗?此外,在您上面的问题中,您使用x
和y
而不是a
和b
进行计算。这只是一个错字吗?
a 和 b 是 numpy 矩阵类型元素
始终使用 numpy 数组,而不是 numpy 矩阵。请参阅what the numpy docs say 关于此。另请注意,从 python 3.5+ 开始,您可以将 @
for matrix multiplication 与 numpy 数组一起使用,这意味着绝对没有充分的理由在数组上使用矩阵。
为了挑剔,a
和 b
是列表。他们将在np.dot
工作;但不在a*b
中。如果您使用np.array(a)
或np.matrix(a)
,*
有效,但结果不同。
【参考方案1】:
这样做:
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
a * b
【讨论】:
不,它给出了矩阵乘法。云使用 numpy.multiply 解决它 您使用的是哪个版本和次要版本的 Python? numpy 呢? 将 Intel Python 3.5.2 与 numpy 1.12.1 结合使用,*
运算符似乎可以进行元素乘法。
这对我也适用于 Python 3.5.2 上的 Numpy 1.12.1(使用 gcc 构建)。
@Malintha,我认为你正在做 a = np.**matrix**([[1,2],[3,4]]) 【参考方案2】:
对于matrix
对象的元素乘法,您可以使用numpy.multiply
:
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
np.multiply(a,b)
结果
array([[ 5, 12],
[21, 32]])
但是,您应该真正使用array
而不是matrix
。 matrix
对象与常规 ndarray 存在各种可怕的不兼容性。使用 ndarrays,您可以只使用 *
进行元素乘法:
a * b
如果您使用的是 Python 3.5+,您甚至不会失去使用运算符执行矩阵乘法的能力,因为@
does matrix multiplication now:
a @ b # matrix multiplication
【讨论】:
只是添加一点上下文:在代数中,这个运算被称为 Hadamard 积,它不同于更常见的矩阵积。 en.wikipedia.org/wiki/Hadamard_product_(matrices)【参考方案3】:import numpy as np
x = np.array([[1,2,3], [4,5,6]])
y = np.array([[-1, 2, 0], [-2, 5, 1]])
x*y
Out:
array([[-1, 4, 0],
[-8, 25, 6]])
%timeit x*y
1000000 loops, best of 3: 421 ns per loop
np.multiply(x,y)
Out:
array([[-1, 4, 0],
[-8, 25, 6]])
%timeit np.multiply(x, y)
1000000 loops, best of 3: 457 ns per loop
np.multiply
和 *
都会产生称为 Hadamard 积的元素明智乘法
%timeit
是 ipython 的魔法
【讨论】:
【参考方案4】:试试这个:
a = np.matrix([[1,2], [3,4]])
b = np.matrix([[5,6], [7,8]])
#This would result a 'numpy.ndarray'
result = np.array(a) * np.array(b)
这里,np.array(a)
返回一个ndarray
类型的二维数组,两个ndarray
的乘法将产生元素相乘。所以结果是:
result = [[5, 12], [21, 32]]
如果你想得到一个矩阵,用这个来做:
result = np.mat(result)
【讨论】:
请解释这是做什么的。 @LeopoldJoy 我刚刚编辑了我的答案,希望这会有所帮助:))以上是关于如何在 numpy 中获得逐元素矩阵乘法(Hadamard 乘积)?的主要内容,如果未能解决你的问题,请参考以下文章