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)) 

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ab 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。 ab numpy 数组吗?此外,在您上面的问题中,您使用xy 而不是ab 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,ab 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)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matrixmatrix 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* 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

Scipy CSR 矩阵逐元素加法

逐元素矩阵乘法:R 与 Rcpp(如何加快此代码的速度?)

TensorFlow 中矩阵和向量的高效逐元素乘法

OpenCV逐元素矩阵乘法

加速python中的元素数组乘法

矩阵乘法在numpy/matlab/数学上的不同