如何将两个列表乘以矩阵到张量？答案

【问题标题】：How to multiply two lists to matrices to a tensor?如何将两个列表乘以矩阵到张量？
【发布时间】：2017-06-26 22:38:32
【问题描述】：

我有两个数组列表

splocations = [array([1,2,3]),array([4,5,6]),array([7,8,9])]
eviddisp = [array([10,11,12]), array([13,14,15])]

我想将其相互相乘，以便将每个列表元素（它是一个数组）与其他列表元素相乘。在这里，我会得到一个 3x2 矩阵，其中每个元素都是一个向量。所以矩阵元素 [0,0] 将是

array([10, 22, 36]) = array([1,2,3]) * array([10,11,12])

所以这个矩阵实际上是一个形状为 3x2x3 的张量。我怎样才能得到这个张量/矩阵？

我知道我需要以某种方式使用array(splocations) 和array(eviddisp)。我意识到，我正在寻找 numpy 的 tensordot 的解决方案，但我做的不对。我该如何进行？

【问题讨论】：

[splocations[i] * eviddisp[i] for i in range(2)]?
@Divakar：那是非常低效的。我正在寻找一个 numpy 解决方案。
a[:2]*b 与a 和b 分别为array(splocations) and array(eviddisp)？
@Divakar：这会产生一个 3x2 的矩阵，而不是请求的张量。
然后，试试a[:,None]*b。

标签： python arrays numpy matrix

【解决方案1】：

考虑到自动广播，我认为这就是您想要的：

from numpy import array

splocations = [array([1,2,3]),array([4,5,6]),array([7,8,9])]
eviddisp = [array([10,11,12]), array([13,14,15])]

splocations = array(splocations)
viddisp = array(eviddisp)

result = splocations[:, None, :]*eviddisp

result

array([[[ 10,  22,  36],
        [ 13,  28,  45]],

       [[ 40,  55,  72],
        [ 52,  70,  90]],

       [[ 70,  88, 108],
        [ 91, 112, 135]]])

【讨论】：

您可以使用等效但更简洁的语法：splocations = np.array([[1,2,3], [4,5,6], [7,8,9]])。另请注意，您可以在乘法步骤中不使用最终的: 来执行相同的操作（如评论中的@Divakar 所示）。
我刚刚从 OP 的代码开始。我同意直接创建更好，但也许他真的有一个数组列表。我也喜欢明确指定所有索引。清楚地表明结果是三维的
有时我什至会写a[:,None,:] * b[None,:,:] 来突出维度配对。