numpy - 张量乘积答案

【问题标题】：numpy - tensor multiplication productnumpy - 张量乘积
【发布时间】：2019-01-07 01:10:13
【问题描述】：

我有一个 4 x 4 矩阵

import numpy as np
c = np.random.rand((4,4))

我想创建一个 100 x 4 x 4 x 100 的张量，这样当第一个和最后一个索引相等时，我会返回我的矩阵，否则我会得到零。

我可以在循环中这样做

Z = np.zeros((100, 4, 4, 100))
for i in range(100):
    Z[i, :, :, i] = c

有没有更好的方法来做到这一点？我尝试查看 np.tensordot 和 np.einsum 但无法弄清楚。

谢谢，萨希尔

【问题讨论】：

标签： python numpy tensor

【解决方案1】：

使用advanced-indexing -

n = 100
Zout = np.zeros((n, 4, 4, n))
I = np.arange(n)
Zout[I,:,:,I] = c

与eye-masking -

n = 100
mask = np.eye(n, dtype=bool)
Zout = np.zeros((n, 4, 4, n))
Zout.transpose(0,3,1,2)[mask] = c

时间安排 -

In [72]: c = np.random.rand(4,4)

In [73]: %%timeit
    ...: n = 100
    ...: Zout = np.zeros((n, 4, 4, n))
    ...: I = np.arange(n)
    ...: Zout[I,:,:,I] = c
10000 loops, best of 3: 47.5 µs per loop

In [74]: %%timeit
    ...: n = 100
    ...: mask = np.eye(n, dtype=bool)
    ...: Zout = np.zeros((n, 4, 4, n))
    ...: Zout.transpose(0,3,1,2)[mask] = c
10000 loops, best of 3: 73.1 µs per loop

【讨论】：

非常感谢。我希望有一些功能需要np.eye(100) 和c 来提供Z
@SahilPuri 索引与 np.eye 不会那么有效，我想。