python - 如何对 2D numpy 数组求平方或求幂(按元素)？

Question

我需要对一个 2D numpy 数组(按元素)求平方，我尝试了以下代码:

import numpy as np
a = np.arange(4).reshape(2, 2)
print a^2, '\n'
print a*a

产生:

[[2 3]
[0 1]]

[[0 1]
[4 9]]

显然，符号 a*a 给了我我想要的结果，而不是 a^2。

我想知道是否存在另一种表示法来将 numpy 数组提升到 2 或 N 的幂？而不是 a*a*a*..*a.

Answer 1

最快的方法是执行 a*a 或 a**2 或 np.square(a) 而 np .power(a, 2) 显示要慢得多。

np.power() 允许您对每个元素使用不同的指数，如果您传递另一个指数数组而不是 2。从@GarethRees 的评论中，我刚刚了解到，这个函数会给你带来与 a**2 或 a*a 不同的结果，这在你有小的情况下变得很重要公差。

我已经使用 NumPy 1.9.0 MKL 64 位对一些示例进行了计时，结果如下所示:

In [29]: a = np.random.random((1000, 1000))

In [30]: timeit a*a
100 loops, best of 3: 2.78 ms per loop

In [31]: timeit a**2
100 loops, best of 3: 2.77 ms per loop

In [32]: timeit np.power(a, 2)
10 loops, best of 3: 71.3 ms per loop