python - 向量化 numpy 操作
问题描述
我有一个像下面这样的 numpy 数组:
array([[2, 3],
[4, 6],
[6, 6]])
我对自己在每一行之间进行点积运算很感兴趣。例如,假设我想用它自己来点第一行:
ans = x[0,:] @ x[0,:].T
ans = 13
第二个:
ans = x[1,:] @ x[1,:].T
ans = 52
ans = x[2,:] @ x[2,:].T
and = 72
有没有办法在不使用的情况下对这个操作进行矢量化numpy.apply_along_axis
?所需的输出将是
array([13, 52, 72])
它不必是这个特定的操作。具体来说,我正在执行一个 SVM 实现,并且我有一些我想在我的 mxd 特征矩阵上矢量化的内核。我怎样才能做到这一点?
解决方案
np.square(x[:,0]) + np.square(x[:,1])
输出
array([13, 52, 72], dtype=int32)
推荐阅读
- css - 即使我有自定义 webpack.config.js,webpack 也会继续使用默认配置
- python - Discord.py 在单独的线程上运行命令
- excel - 复制其中包含 NaN 值的列并添加前缀
- ios - 如何在 Swift 5 中的 Xcode Playground 中创建委托设计模式?
- c# - TopShelf 服务安装不工作
- python-3.x - ValueError: Inferred frequency None from pass values does not conform to pass frequency MS
- android - MaterialAlertDialogBuilder 的 setMessage 在模拟器中有效,但在物理设备上无效
- python - Pandas - 转换数据类型
- python - Python 元组和 extend() 方法
- html - 出现特定文本时从视图中删除 div