python – np.multiply如何工作？

2019年8月3日 150次阅读

我试图在
Java中实现np.multiply,我对它实际上在做什么很困惑.文档简单地说它是元素乘法.它与我能找到的任何数学矩阵产品都不匹配.它部分匹配元素方面的Hadamard产品,但不需要相同数量的行和列.有谁知道什么数学产品np.multiply执行,并有任何更多的信息到它是如何工作的？

以下是我得到的不同产出.这些似乎是非常不同的功能.

a = np.array([[1,1,1],[2,2,2],[2,3]])
b = np.array([[2,3,4]])
print(np.multiply(a,b))
#output
[[1, 1, 1, 1, 1, 1] [2, 2, 2, 2, 2, 2, 2, 2, 2] [2, 3, 2, 3, 2, 3, 2, 3]]]

和

a = np.array([[1,1,1],[2,2,2]])
b = np.array([[2,3,4]])
print(np.multiply(a,b))
#output
[[2 3 4]
 [4 6 8]]

最佳答案 正如文档所说,它正在进行元素乘法.请注意,在您的第一个示例中,

a = np.array([[1,1,1],[2,2,2],[2,3]])
b = np.array([[2,3,4]])

您有一个对象数组(列表),因为所有子列表的长度不同.

>>> a = np.array([[1,1,1],[2,2,2],[2,3]])
>>> a
array([[1, 1, 1], [2, 2, 2], [2, 3]], dtype=object)

因此,当你将它们相乘时,你将一个列表乘以一个整数 – 这就是你得到的结果.

例如如果c = np.multiply(a,b),那么：

c[0] == [1, 1, 1] * 2
c[1] == [2, 2, 2] * 3
c[2] == [2, 3] * 4

到目前为止,我们看到相同形状的乘法阵列产生Handamard product.当它们的形状不同时怎么样？在这种情况下,numpy试图将它们“广播”到相同的形状.规则可能有点复杂,所以我不会尝试在这里重现它们,但它们可以在http://docs.scipy.org/doc/numpy-1.10.1/user/basics.broadcasting.html找到.标量数组乘法与数学中的标量矩阵乘法相同.对于形状不相同的阵列,尾随尺寸必须匹配,并且根据需要重复具有较少尺寸的阵列以填充缺失的尺寸,然后执行Handamard产品.

例如

a = np.array([[1, 2, 3], [1, 2, 3]])
b = np.array([3, 2, 1])
c = np.array([[3, 2, 1], [3, 2, 1]])

在这种情况下,a * b和a * c将给出相同的结果.

显然,我描述它的方式不是它的实现方式(这将是非常低效的),但它有助于作为一种思考方式.

点赞