Умножение каждого элемента одного массива на каждый элемент другого массива

Скажем, у меня есть два массива, 



import numpy as np





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

y = np.array([5, 6, 7, 8])


Что самое быстрое, самое Питонское и т. д., прием. способ получения нового массива z с числом элементов, равным x.size * y.size, в котором элементы являются произведениями каждой пары элементов (x_i, y_j) из двух входных массивов.



Перефразируя, я ищу массив z, в котором z[k] является x[i] * y[j].

Простой, но неэффективный способ получить это выглядит следующим образом: 



z = np.empty(x.size * y.size)

counter = 0

for i in x:

    for j in y:

        z[counter] = i * j

        counter += 1


Выполнение приведенного выше кода показывает, что z в этом примере is 



In [3]: z

Out[3]: 

array([  5.,   6.,   7.,   8.,  10.,  12.,  14.,  16.,  15.,  18.,  21.,

        24.,  20.,  24.,  28.,  32.])
1010   4  

4 ответов:

Может быть предложено здесь более двух подходов.

Использование matrix-multiplication with np.dot:

np.dot(x[:,None],y[None]).ravel()

С np.einsum:

np.einsum('i,j->ij',x,y).ravel()

Тесты во время выполнения 

In [31]: N = 10000
    ...: x = np.random.rand(N)
    ...: y = np.random.rand(N)
    ...: 

In [32]: %timeit np.dot(x[:,None],y[None]).ravel()
1 loops, best of 3: 302 ms per loop

In [33]: %timeit np.einsum('i,j->ij',x,y).ravel()
1 loops, best of 3: 274 ms per loop

То же самое, что @BilalAkil's answer но с ravel() вместо flatten() в качестве более быстрой альтернативы - 

In [34]: %timeit np.multiply.outer(x, y).ravel() 
1 loops, best of 3: 211 ms per loop

@BilalAkil's answer:

In [35]: %timeit np.multiply.outer(x, y).flatten()
1 loops, best of 3: 451 ms per loop

@Tim Leathart's answer:

In [36]: %timeit np.array([y * a for a in x]).flatten()
1 loops, best of 3: 766 ms per loop
1  
2017-05-23 14:51:50

Ну, у меня не так много опыта с numpy, но быстрый поиск дал мне это: http://docs.scipy.org/doc/numpy/reference/generated/numpy.ufunc.outer.html 

>>> np.multiply.outer([1, 2, 3], [4, 5, 6])
array([[ 4,  5,  6],
   [ 8, 10, 12],
   [12, 15, 18]])

Затем вы можете сгладить этот массив, чтобы получить тот же результат, что и просили: http://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.flatten.html

EDIT: ответ @ Divakar показал нам, что ravel будет делать то же самое, что и flatten, за исключением более быстрого o.O, поэтому используйте его вместо этого.

Итак, в в вашем случае это выглядело бы так: 

>>> np.multiply.outer(x, y).ravel()

Бонус: вы можете пойти многомерным с этим!

4  
2015-06-02 09:27:41

Вот как это сделать: 

import numpy as np

x = np.array([1, 2, 3, 4])
y = np.array([5, 6, 7, 8])
z = np.array([y * a for a in x]).flatten()
2  
2015-06-02 07:19:43

Вот один из способов сделать это: 

import itertools


z = np.empty(x.size * y.size)
counter = 0
for i, j in itertools.product(x, y):
    z[counter] = i * j
    counter += 1
Было бы неплохо избавиться от этого счетчика, а также от петли for (но, по крайней мере, я избавился от одной из петель).

Обновить

Будучи однолинейными, другие представленные ответы лучше, чем этот (по моим стандартам, которые ценят краткость). Результаты синхронизации ниже показывают, что ответ @BilalAkil быстрее, чем ответ @TimLeathart: 

In [10]: %timeit np.array([x * j for j in y]).flatten()
The slowest run took 4.37 times longer than the fastest. This could mean that an intermediate result is being cached 
10000 loops, best of 3: 24.2 µs per loop

In [11]: %timeit np.multiply.outer(x, y).flatten()
The slowest run took 5.59 times longer than the fastest. This could mean that an intermediate result is being cached 
100000 loops, best of 3: 10.5 µs per loop
2  
2015-06-02 09:15:59

Comments

    Ничего не найдено.
Click here to cancel reply.