如何在 NumPy 中一次乘以 3 个以上的向量

Question

我正在寻找一种在 NumPy 中乘以 3 个以上向量的矢量化方法。举个例子，X = np.array([1,2,3])Y = np.array([4,5,6])Z = np.array([7,8,9])Multiply([X,Y,Z])将产生作为输出np.array([28, 80, 162])我想要相乘的向量不需要像上面那样单独定义。例如，可能是矩阵的行（或列），在这种情况下，我想乘以此类矩阵的所有行（或列）。

Answer 1

您可以使用reduceufunc的方法：

>>> np.multiply.reduce((X, Y, Z))                                                                                                                                                                                                                        

array([ 28,  80, 162])

这里发生的事情是 ufunc np.multiply，它的外观和行为类似于函数，从技术上讲是类的一个实例numpy.ufunc；所有 ufunc 都有四个特殊方法，其中之一是.reduce()，它在这种情况下执行您要查找的操作，并从多个相同长度的一维数组中生成一维结果。

默认轴为0；如果您想沿另一个轴工作，只需指定：

>>> np.multiply.reduce((X, Y, Z), axis=1)                                                                                                                                                                                                                

array([  6, 120, 504])

Answer 2

您可以使用numpy.prod, 它multiply.reduce在引擎盖下使用。

>>> np.prod([X, Y, Z], 0)

array([ 28,  80, 162])

>>> np.prod([X, Y, Z], 1)

array([  6, 120, 504])

Answer 3

或者非常简单地使用通常的*符号：

In [180]: X * Y * Z

Out[180]: array([ 28,  80, 162])

通常，您可以根据需要使用任意数量的数组：

In [181]: X * Y * Z * X * Y * Z

Out[181]: array([  784,  6400, 26244])