python - 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 中将 3 个以上的向量相乘的向量化方法。

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])

将作为输出产生

np.array([28, 80, 162])

我想要相乘的向量不需要像我上面那样单独定义。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)。

帮助赞赏:)

Answer 1

您可以使用 ufunc 的 reduce 方法:

>>> np.multiply.reduce((X, Y, Z))                                                                                                                                                                                                                        
array([ 28,  80, 162])

这里发生的事情是 ufunc np.multiply，它看起来和行为都像函数，在技术上是类 numpy.ufunc 的一个实例；所有 ufunc 都有 four special methods ，其中之一是 .reduce()，在这种情况下，它会执行您正在寻找的操作，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；如果您想沿着另一个轴工作，只需指定:

>>> np.multiply.reduce((X, Y, Z), axis=1)                                                                                                                                                                                                                
array([  6, 120, 504])