如何在numpy中获得元素矩阵乘法(Hadamard乘积)？

Question

我有两个矩阵

a = np.matrix([[1,2], [3,4]])
b = np.matrix([[5,6], [7,8]])

我希望得到元素明智的产品[[1*5,2*6], [3*7,4*8]],等于

[[5,12], [21,32]]

我试过了

print(np.dot(a,b)) 

和

print(a*b)

但两者都给出了结果

[[19 22], [43 50]]

这是基质产品,而不是元素产品.如何使用内置函数获取元素产品(又名Hadamard产品)？

Answer 1

对于matrix对象的元素乘法,您可以使用numpy.multiply:

import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
np.multiply(a,b)

结果

array([[ 5, 12],
       [21, 32]])

但是,你应该使用array而不是matrix.matrix对象与常规的ndarray有各种可怕的不兼容性.使用ndarrays,您可以使用*元素乘法:

a * b

如果您使用的是Python 3.5+,您甚至无法使用运算符执行矩阵乘法,因为@现在进行矩阵乘法:

a @ b  # matrix multiplication

Answer 2

这样做:

import numpy as np

a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])

a * b

Answer 3

import numpy as np
x = np.array([[1,2,3], [4,5,6]])
y = np.array([[-1, 2, 0], [-2, 5, 1]])

x*y
Out: 
array([[-1,  4,  0],
       [-8, 25,  6]])

%timeit x*y
1000000 loops, best of 3: 421 ns per loop

np.multiply(x,y)
Out: 
array([[-1,  4,  0],
       [-8, 25,  6]])

%timeit np.multiply(x, y)
1000000 loops, best of 3: 457 ns per loop

双方np.multiply并*会产生被称为阿达玛产品元素方式乘法

%timeit 是ipython魔术