将几个矩阵乘以numpy

Question

假设你有n个方矩阵A1,...,An.无论如何要以整齐的方式将这些矩阵相乘吗？据我所知,numpy中的dot只接受两个参数.一种显而易见的方法是定义一个函数来调用自身并获得结果.有没有更好的方法来完成它？

Answer 1

这可能是一个相对较新的功能,但我喜欢:

A.dot(B).dot(C)

或者如果你有一个长链你可以做:

reduce(numpy.dot, [A1, A2, ..., An])

更新:

这里有关于reduce的更多信息.这是一个可能有帮助的例子.

>>> A = [np.random.random((5, 5)) for i in xrange(4)]
>>> product1 = A[0].dot(A[1]).dot(A[2]).dot(A[3])
>>> product2 = reduce(numpy.dot, A)
>>> numpy.all(product1 == product2)
True

更新2016:从python 3.5开始,有一个新的matrix_multiply符号@:

R = A @ B @ C

Answer 2

使用更新恢复旧问题:

截至2014年11月13日,现在有一个np.linalg.multi_dot功能可以完全满足您的需求.它还具有优化呼叫顺序的好处,但在您的情况下这不是必需的.

请注意,这可以从numpy版本1.10开始.

Answer 3

如果您先验地计算所有矩阵，那么您应该使用矩阵链乘法的优化方案。请参阅这篇维基百科文章。