python - 将 2-d 矩阵的每一列乘以 3-d 矩阵的每个切片的更有效方法

我有一个 8x8x25000 的阵列 W 和一个 8 x 25000 的阵列 r。我想将 W 的每个 8x8 切片乘以 r 的每一列 (8x1) 并将结果保存在 Wres 中，最终将成为一个 8x25000 矩阵。

我正在使用 for 循环来完成此操作:

for i in range(0,25000):
    Wres[:,i] = np.matmul(W[:,:,i],res[:,i])

但这很慢，我希望有一种更快的方法来实现这一点。

有任何想法吗？

最佳答案

只要 2 个数组共享相同的 1 轴长度，Matmul 就可以传播。从文档:



因此，您必须在 matmul 之前执行 2 个操作:

import numpy as np
a = np.random.rand(8,8,100)
b = np.random.rand(8, 100)

转置 a 和 b 以便第一个轴是 100 个切片

为 b 添加一个额外的维度，以便 b.shape = (100, 8, 1)

然后:

 at = a.transpose(2, 0, 1) # swap to shape 100, 8, 8
 bt = b.T[..., None] # swap to shape 100, 8, 1
 c = np.matmul(at, bt)

c 现在是 100, 8, 1 ，重塑回 8, 100 :

 c = np.squeeze(c).swapaxes(0, 1)

或者

 c = np.squeeze(c).T

最后，一个单行只是为了方便:

c = np.squeeze(np.matmul(a.transpose(2, 0, 1), b.T[..., None])).T

关于python - 将 2-d 矩阵的每一列乘以 3-d 矩阵的每个切片的更有效方法，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/44980238/