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]]
我努力了
print(np.dot(a,b))
和
print(a*b)
但都给出了结果
[[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)?
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,*
表示元素乘积。
a
和 b
是 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?
@
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。
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。
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,您确实应该使用 array
而不是 matrix
。 matrix
对象与常规 ndarray 有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
这样做:
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
a * b
*
运算符似乎执行逐元素乘法。
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
尝试这个:
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)
在这里,np.array(a)
返回一个 ndarray
类型的二维数组,两个 ndarray
的乘法将产生逐元素乘法。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)
不定期副业成功案例分享