熊猫：如何广播乘以向量*矩阵*向量，按列

Question

蟒蛇3.5.2；熊猫 0.23.4； numpy 1.15.4；在窗户上

我正在尝试找到一种有效的方法来逐个矩阵地进行 pandas 乘法向量，例如：

np.random.seed(43)    
w_ = np.random.uniform(size=(3,5))
# the vector w
w = pd.DataFrame(w_/w_.sum(axis=0), index=['a', 'b', 'c'])
# the matrix cov
cov = pd.DataFrame(np.cov(np.random.randn(3,100)), index=r.index, columns=r.index)

计算： 对于 w 的每一列，我使用：

r = [w.iloc[:,i].T.dot(cov.dot(w.iloc[:, i])) for i in range(w.shape[1])] 

给出：

[0.5073635209626383, 0.3262776109704286, 0.45469128089985883, 0.5226072271864488, 0.35602577932396257]

这很好，但是我正在寻找一种更有效和更优雅的方式来执行此操作，而不是通过列表理解或 lambda 函数。

Answer 1

您可以使用 np.diag：

In [11]: np.diag(w.T.dot(cov.dot(w)))
Out[11]: array([0.50736352, 0.32627761, 0.45469128, 0.52260723, 0.35602578])

In [12]: r
Out[12]:
[0.5073635209626383, 0.32627761097042857, 0.45469128089985883,
 0.5226072271864487, 0.3560257793239626]