Я хочу осуществить следующий расчет в Python: Python Dot-продукт с матричными элементами
С и
.
Здесь являются самими матрицами. Таким образом, python должен вычислять умножение матрицы-времени-вектора, где вектор-элементы являются матрицами. Возможно ли это без цикла for?
Использование NumPy:
In [1]: import numpy as np
In [2]: M1 = np.array([[1, 2], [3, 4]])
In [3]: M2 = np.array([[10, 20], [30, 40]])
In [4]: E = np.array([[1, 1], [1, -1]])
In [5]: v = np.array([M1, M2])
In [6]: np.tensordot(E, v, 1)
Out[6]:
array([[[ 11, 22],
[ 33, 44]],
[[ -9, -18],
[-27, -36]]])
Эквивалент 'einsum' - это' np.einsum ('ij, jkl-> ikl', E, v) '. – hpaulj
Спасибо, @hpaulj. Я знал, что это будет какой-то «einsum» способ сделать это, но не знал этого с моей головы. –
Я бы немного поболтал; симметрия 'E' делает' ij' v 'ji' неоднозначной. Но ваш выбор параметра '1' имеет наибольший смысл (последний из' E', первый из 'v'). – hpaulj
, если вы знакомы с Эйнштейном суммирования нотации, вы можете себе представить, как E индексируются E_ij и v, как v_jkl и вообще писать np.tensordot в @ стив-Керна пример как:
In [6]: np.einsum('ij,jkl',E,v)
Ist эс möglich им английская ца erklär;)? –
да, извините за это;) – refle
E всегда [1, 1; 1, -1] или может быть произвольным? – kennytm