Python numpy 广播 3 维(多加权和)

Question

我已经习惯于使用 2 维数组进行广播，但我无法理解我想做的这个 3 维数组。

我有两个二维数组:

>>> a = np.array([[0.01,.2,.3,.4],[.2,.03,.4,.5],[.9,.8,.7,.06]])
>>> b= np.array([[1,2,3],[3.,4,5]])
>>> a
array([[ 0.01,  0.2 ,  0.3 ,  0.4 ],
       [ 0.2 ,  0.03,  0.4 ,  0.5 ],
       [ 0.9 ,  0.8 ,  0.7 ,  0.06]])
>>> b
array([[ 1.,  2.,  3.],
       [ 3.,  4.,  5.]])

现在，我想要的是 a 中所有行的总和，其中每行由 b 中的列值加权。所以，我想要 1。 * a[0,:] + 2. * a[1,:] + 3. * a[2,:] 和 b 的第二行相同

所以，我知道如何逐步执行此操作:

>>> (np.array([b[0]]).T * a).sum(0)
array([ 3.11,  2.66,  3.2 ,  1.58])

>>> (np.array([b[1]]).T * a).sum(0)
array([ 5.33,  4.72,  6.  ,  3.5 ]) 

但我有一种感觉，如果我知道如何将这两个正确地广播为 3 维数组，我可以一次性获得我想要的结果。结果是:

array([[ 3.11,  2.66,  3.2 ,  1.58],
       [ 5.33,  4.72,  6.  ,  3.5 ]]) 

我想这应该不会太难..?!?

Answer 1

你想做矩阵乘法:

>>> b.dot(a)
array([[ 3.11,  2.66,  3.2 ,  1.58],
       [ 5.33,  4.72,  6.  ,  3.5 ]])