Python 中使用爱因斯坦求和约定进行矩阵向量乘法

对于使用爱因斯坦求和约定的矩阵向量乘法，请在 Python 中使用 numpy.einsum() 方法。第一个参数是下标。它指定用于求和的下标，作为逗号分隔的下标标签列表。第二个参数是操作数。这些是操作的数组。

einsum() 方法对操作数评估爱因斯坦求和约定。使用爱因斯坦求和约定，许多常见的多分量线性代数数组运算可以用简单的方式表示。在隐式模式下，einsum 计算这些值。

在显式模式下，einsum 通过禁用或强制对指定下标标签进行求和，提供了进一步的灵活性来计算可能不被视为经典爱因斯坦求和运算的其他数组运算。

步骤

首先，导入所需的库 -

import numpy as np

使用 array() 方法创建两个 numpy 一维数组 -

arr1 = np.arange(25).reshape(5,5)
arr2 = np.arange(5)

显示数组 -

print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

检查两个数组的维度 -

print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

检查两个数组的形状 -

print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

对于使用爱因斯坦求和约定的矩阵向量乘法，请在 Python 中使用 numpy.einsum() 方法 -

print("\nResult (Matrix Vector multiplication)...\n",np.einsum('ij,j', arr1, arr2))

示例

import numpy as np

# Creating two numpy One-Dimensional array using the array() method
arr1 = np.arange(25).reshape(5,5)
arr2 = np.arange(5)

# Display the arrays
print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

# Check the Shape of both the arrays
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

# For Matrix Vector multiplication with Einstein summation convention, use the numpy.einsum() method in Python.
print("\nResult (Matrix Vector multiplication)...\n",np.einsum('ij,j', arr1, arr2))

输出

Array1...
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]]

Array2...
[0 1 2 3 4]

Dimensions of Array1...
2

Dimensions of Array2...
1

Shape of Array1...
(5, 5)

Shape of Array2...
(5,)

Result (Matrix Vector multiplication)...
[ 30 80 130 180 230]

AmitDiwan

更新于： 2022-03-02

556 次浏览

开启您的 职业生涯

通过完成课程获得认证

开始学习