Векторизованного Вычисление композиционной Разница

Question

Учитывая п х м матрицы с элементами х _{I, J}, то compositional variance является м х м матрицы, с I, J записи включая выражение

∑ _{к = 1}^п [Ln (х _{к, я}/x _{k, j})]

(включает другие, легко рассчитанные выражения).

Это очень легко вычислить в цикле, но как его можно вычислить с помощью векторизации?

---

Вот дерьмовый код цикла:

x = np.array([[1, 2, 3], [4, 5, 6]], dtype=float) 

v = np.zeros((3, 3)) 

for i in range(3): 
    for j in range(3): 
     for k in range(2): 
      v[i, j] += np.log(x[k, i]/x[k, j])**2 

Answer 1

Предполагая, что вы имели в виду что-то вроде (np.log(x[k, i]/x[k, j])**2) с точки зрения NumPy, подводятся более для k = 1:n, один Векторизованных подход может быть предложен с broadcasting -

((np.log(x[:,:,None]/x[:,None])**2)).sum(0)