วิธีการรับการคูณเมทริกซ์ที่ชาญฉลาด (ผลิตภัณฑ์ Hadamard) เป็นตัวเลข

ฉันมีเมทริกซ์สองตัว

a = np.matrix([[1,2], [3,4]])
b = np.matrix([[5,6], [7,8]])

และฉันต้องการได้ผลิตภัณฑ์ที่เป็นองค์ประกอบอย่าง[[1*5,2*6], [3*7,4*8]]เท่าเทียมกัน

[[5,12], [21,32]]

ฉันเหนื่อย

print(np.dot(a,b)) 

และ

print(a*b)

แต่ทั้งสองให้ผลลัพธ์

[[19 22], [43 50]]

ซึ่งเป็นผลิตภัณฑ์เมทริกซ์ไม่ใช่ผลิตภัณฑ์ที่เป็นองค์ประกอบ ฉันจะรับผลิตภัณฑ์ที่มีองค์ประกอบ (หรือที่เรียกว่าผลิตภัณฑ์ Hadamard) โดยใช้ฟังก์ชันในตัวได้อย่างไร

สำหรับการคูณmatrixวัตถุตามองค์ประกอบคุณสามารถใช้numpy.multiply:

import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
np.multiply(a,b)

ผลลัพธ์

array([[ 5, 12],
       [21, 32]])

อย่างไรก็ตามคุณควรใช้arrayแทนmatrixไฟล์. matrixวัตถุมีความเข้ากันไม่ได้ที่น่ากลัวทุกประเภทกับ ndarrays ปกติ ด้วย ndarrays คุณสามารถใช้*สำหรับการคูณตามองค์ประกอบ:

a * b

หากคุณใช้ Python 3.5+ คุณจะไม่สูญเสียความสามารถในการคูณเมทริกซ์ด้วยตัวดำเนินการเนื่องจาก@ตอนนี้การคูณเมทริกซ์ :

a @ b  # matrix multiplication

เพียงแค่ทำสิ่งนี้:

import numpy as np

a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])

a * b

import numpy as np
x = np.array([[1,2,3], [4,5,6]])
y = np.array([[-1, 2, 0], [-2, 5, 1]])

x*y
Out: 
array([[-1,  4,  0],
       [-8, 25,  6]])

%timeit x*y
1000000 loops, best of 3: 421 ns per loop

np.multiply(x,y)
Out: 
array([[-1,  4,  0],
       [-8, 25,  6]])

%timeit np.multiply(x, y)
1000000 loops, best of 3: 457 ns per loop

ทั้งสองnp.multiplyและ*จะให้ผลคูณที่ชาญฉลาดที่เรียกว่าผลิตภัณฑ์ Hadamard

%timeit เป็นเวทย์มนตร์ ipython

ลองสิ่งนี้:

a = np.matrix([[1,2], [3,4]])
b = np.matrix([[5,6], [7,8]])

#This would result a 'numpy.ndarray'
result = np.array(a) * np.array(b)

ที่นี่np.array(a)ส่งคืนอาร์เรย์ 2 มิติของประเภทndarrayและการคูณสองndarrayจะทำให้องค์ประกอบการคูณอย่างชาญฉลาด ดังนั้นผลลัพธ์จะเป็น:

result = [[5, 12], [21, 32]]

หากคุณต้องการรับเมทริกซ์ให้ทำด้วยสิ่งนี้:

result = np.mat(result)