python - NumPy 中的逐元素矩阵乘法

Question

我第一次真正涉足 Python 和 NumPy 来做一些图像处理。我有一个加载为 3 维 NumPy 数组的图像，其中轴 0 代表图像波段，而轴 1 和 2 代表像素的列和行。由此，我需要采用代表每个像素的 3x1 矩阵并执行一些操作，从而生成另一个 3x1 矩阵，该矩阵将用于构建结果图像。

我的第一种方法(简化并使用随机数据)如下所示:

import numpy as np
import random

factor = np.random.rand(3,3)
input = np.random.rand(3,100,100)
results = np.zeros((3,100,100))

for x in range(100):
    for y in range(100):
        results[:,x,y] = np.dot(factor,input[:,x,y])

但这让我觉得既不优雅又低效。有没有办法在元素方面做到这一点，例如:

results = np.dot(factor,input,ElementWiseOnAxis0)

在试图找到这个问题的解决方案时，我遇到了 this问题，这显然非常相似。但是，提交人无法使他们满意地解决问题。我希望要么自 2012 年以来发生了一些变化，要么我的问题与他们的问题有很大不同，以便更容易解决。

Answer 1

Numpy 数组默认使用逐元素乘法。查看numpy.einsum和 numpy.tensordot .我认为您正在寻找的是这样的东西:

results = np.einsum('ij,jkl->ikl',factor,input)