如何将2D numpy数组的方形或幂(方位)平方或提升？

Question

我需要对2D numpy数组(elementwise)进行平方,我尝试了以下代码:

import numpy as np
a = np.arange(4).reshape(2, 2)
print a^2, '\n'
print a*a

产量:

[[2 3]
[0 1]]

[[0 1]
[4 9]]

显然,符号a*a给了我想要的结果,而不是a^2.

我想知道是否存在另一种表示法将numpy数组提升到2或N的幂？而不是a*a*a*..*a.

Answer 1

最快的方法是做a*a或a**2或np.square(a)而np.power(a, 2)显示是相当慢.

np.power()允许您为每个元素使用不同的指数,而不是2传递另一个指数数组.从@GarethRees的评论我刚刚了解到这个函数会给你不同的结果,a**2或者a*a在你有小容差的情况下变得很重要.

我使用NumPy 1.9.0 MKL 64位计时了一些例子,结果如下所示:

In [29]: a = np.random.random((1000, 1000))

In [30]: timeit a*a
100 loops, best of 3: 2.78 ms per loop

In [31]: timeit a**2
100 loops, best of 3: 2.77 ms per loop

In [32]: timeit np.power(a, 2)
10 loops, best of 3: 71.3 ms per loop