如何使用numpy将矩阵与另一个矩阵中的每一行相乘
Posted
技术标签:
【中文标题】如何使用numpy将矩阵与另一个矩阵中的每一行相乘【英文标题】:how to multiply a matrix with every row in another matrix using numpy 【发布时间】:2020-02-24 08:47:47 【问题描述】:import numpy
A = numpy.array([
[0,1,1],
[2,2,0],
[3,0,3]
])
B = numpy.array([
[1,1,1],
[2,2,2],
[3,2,9],
[4,4,4],
[5,9,5]
])
A的维度:N * N(3*3)
B的尺寸:K * N(5*3)
预期结果是: C = [ A * B[0], A * B[1], A * B[2], A * B[3], A * B[4]](C的维度也是5*3)
我是 numpy 新手,不知道如何在不使用 for 循环的情况下执行此操作。
谢谢!
【问题讨论】:
在您的示例中,A * B[0]
的评估结果是什么?
输出形状应该是(5, 3, 3)
也阅读here,也许它会有助于阐明它是如何工作的。
基本上就是A*BT。所以 np.matmul(A,B.transpose()) 会给你想要的
哪个是?我要求你手工做数学并提供你预期的输出
【参考方案1】:
根据您提供的数学,我认为您正在评估 A 乘以 B 转置。如果希望得到的矩阵大小为 5*3,可以转置(相当于numpy.matmul(B.transpose(),A))
。
import numpy
A = numpy.array([
[0,1,1],
[2,2,0],
[3,0,3]
])
B = numpy.array([
[1,1,1],
[2,2,2],
[3,2,9],
[4,4,4],
[5,9,5]
])
print(numpy.matmul(A,B.transpose()))
output :array([[ 2, 4, 11, 8, 14],
[ 4, 8, 10, 16, 28],
[ 6, 12, 36, 24, 30]])
for i in range(5):
print (numpy.matmul(A,B[i]))
Output:
[2 4 6]
[ 4 8 12]
[11 10 36]
[ 8 16 24]
[14 28 30]
【讨论】:
***.com/questions/58601894/… 转回答案以获得 OP 所需的暗度,不是吗?(A @ B.T).T
@MadPhysicist,是的,我想是的。我编辑了答案。感谢您的评论【参考方案2】:
你可以这样前进:
import numpy as np
matrix_a = np.array([
[0, 1, 1],
[2, 2, 0],
[3, 0, 3]
])
matrix_b = np.array([
[1, 1, 1],
[2, 2, 2],
[3, 2, 9],
[4, 4, 4],
[5, 9, 5]
])
记住:
对于matrix
乘法,matrix-A
的第一列的顺序==matrix-B
的第一行的顺序 - 如:B -> (3, 3) == (3, 5),得到列的顺序和行矩阵,你可以使用:
rows_of_second_matrix = matrix_b.shape[0]
columns_of_first_matrix = matrix_a.shape[1]
在这里,您可以检查matrix-A
的第一列的顺序是否==matrix-B
的第一行的顺序。如果顺序不同,则转置matrix-B
,否则只需相乘。
if columns_of_first_matrix != rows_of_second_matrix:
transpose_matrix_b = np.transpose(matrix_b)
output_1 = np.dot(matrix_a, transpose_matrix_b)
print('Shape of dot product:', output_1.shape)
print('Dot product:\n \n'.format(output_1))
output_2 = np.matmul(matrix_a, transpose_matrix_b)
print('Shape of matmul product:', output_2.shape)
print('Matmul product:\n \n'.format(output_2))
# In order to obtain -> Output_Matrix of shape (5, 3), Again take transpose
output_matrix = np.transpose(output_1)
print("Shape of required matrix: ", output_matrix.shape)
else:
output_1 = np.dot(matrix_a, matrix_b)
print('Shape of dot product:', output_1.shape)
print('Dot product:\n \n'.format(output_1))
output_2 = np.matmul(matrix_a, matrix_b)
print('Shape of matmul product:', output_2.shape)
print('Matmul product:\n \n'.format(output_2))
output_matrix = output_2
print("Shape of required matrix: ", output_matrix.shape)
输出:
- Shape of dot product: (3, 5)
Dot product:
[[ 2 4 11 8 14]
[ 4 8 10 16 28]
[ 6 12 36 24 30]]
- Shape of matmul product: (3, 5)
Matmul product:
[[ 2 4 11 8 14]
[ 4 8 10 16 28]
[ 6 12 36 24 30]]
- Shape of required matrix: (5, 3)
【讨论】:
以上是关于如何使用numpy将矩阵与另一个矩阵中的每一行相乘的主要内容,如果未能解决你的问题,请参考以下文章