我有一個點數(shù)組的列表，當(dāng)我遍歷它時，我想進行就地矩陣乘法，即我想將結(jié)果存儲在同一矩陣中。該代碼本質(zhì)上是：for p in p_list:
# R is a 3x3 matrix
p[:,:] = np.matmul(R,p)此代碼未顯示錯誤，但結(jié)果不正確，就好像在數(shù)組中執(zhí)行乘法并按計算結(jié)果進行替換一樣，因此它創(chuàng)建了錯誤的輸出矩陣。刪除[：，：]可得出正確的乘法。1）為什么會這樣呢？2）我使用[：，：]的主要原因是確保將結(jié)果存儲回列表p_list中。有正確的方法（不使用中間變量）嗎？
3 回答
縹緲止盈
TA貢獻2041條經(jīng)驗 獲得超4個贊
matmul 接受一個out參數(shù)
如果p_list是ndarray帶形狀的N, 3，那么您可以一次完成整個乘法matmul：
np.matmul(p_list, R.T, out=p_list)
紅糖糍粑
TA貢獻1815條經(jīng)驗 獲得超6個贊
以@sacul的示例為例：
In [59]: R.shape
Out[59]: (3, 3)
In [60]: p_list.shape
Out[60]: (2, 3)
In [58]: np.array([np.matmul(R,p) for p in p_list])
Out[58]:
array([[1.54190819, 2.86411033, 2.13484841],
[3.7506842 , 6.75463885, 4.89299192]])
einsum 生成相同的（新的）數(shù)組而沒有外部循環(huán)：
In [61]: np.einsum('ij,kj->ki',R,p_list)
Out[61]:
array([[1.54190819, 2.86411033, 2.13484841],
[3.7506842 , 6.75463885, 4.89299192]])
和一樣ufunc，它接受一個out參數(shù)：
In [63]: np.einsum('ij,kj->ki',R,p_list, out=p_list)
Out[63]:
array([[1.54190819, 2.86411033, 2.13484841],
[3.7506842 , 6.75463885, 4.89299192]])
In [64]: p_list
Out[64]:
array([[1.54190819, 2.86411033, 2.13484841],
[3.7506842 , 6.75463885, 4.89299192]])
我確定它使用了一個中間緩沖區(qū)，但是應(yīng)該比逐行迭代要快。與使用out相比，讓它返回一個新數(shù)組要慢一些。
進行尺寸調(diào)整后，matmul可以在一個調(diào)用中執(zhí)行整個計算（關(guān)鍵是將的最后一個暗角R與第二個和最后一個暗角配對p_list（已修改））。
In [84]: (R@p_list[:,:,None])[:,:,0]
Out[84]:
array([[1.54190819, 2.86411033, 2.13484841],
[3.7506842 , 6.75463885, 4.89299192]])
添加回答
舉報
0/150
提交
取消