python 矩阵的特殊加、乘法与循环优化
经常进行python矩阵运算的可能会用到不同的矩阵操作,numpy官方文档给出了不同操作的说明,一般需要的都可以在那里找到。实在难找可以到stack overflow上查一查,不过要考验英文、检索和代码阅读水平。
特殊乘法 numpy.kron与numpy.outer
今天阅读一段前人的代码,发现一段代码是想通过两个一维向量a,b构造一个矩阵。代码用了嵌套for循环
for i, a_i in enumerate(a):
for j, b_j in enumerate(b):
c[i,j]=do_something(a_i,b_j)
仔细阅读这段循环发现它是这样的:
让a中的第一个元素和b中的所有元素相乘做为输出矩阵的第一行(或第一列)
让a中第n个元素和b中所有元素相乘为第n行(或第n列)
…………依次如此 结果如图:
于是查找到符合这一要求的numpy对应的函数 numpy.kron 或者numpy.outer
当a,b皆为一维向量时,outer和kron结果相同,所以两种方法都可以。
不过kron用的时候一个必须是行向量,另一个为列向量,而outer很随意。
经测试,outer在这种情况下比kron要快很多。对比二者文档就会明白,二者针对不同目的。
于是采用outer函数代替循环,会发现速度得到提升,尤其当a,b长度很大时。
特殊加法numpy.add.outer
结果接下来又遇到一段类似的代码,发现是类似的操作不过将加法换做乘法。百度、官方文档貌似都不太好搜,于是去stackoverflow上瞧瞧果然大神们早已问过类似问题并给出了答案numpy.add.outer() 其实还有别的解决方法,感兴趣参看原问题
恩 用这个替换了循环后又是一阵酸爽!