相关疑难解决方法(0)

我正在看一些使用该@符号的Python代码,但我不知道它的作用.我也不知道搜索Python文档会搜索什么,或者当@包含符号时Google不会返回相关结果.

我很难理解究竟是如何einsum运作的.我看过文档和一些例子,但它似乎并不坚持.

这是我们在课堂上看到的一个例子:

C = np.einsum("ij,jk->ki", A, B)

对于两个数组A和B

我想这会采取A^T * B,但我不确定(它正在将其中一个的转置正确吗？).任何人都可以告诉我这里发生了什么(通常在使用时einsum)？

numpy文档建议使用数组而不是矩阵来处理矩阵.但是,与octave(我直到最近使用)不同,*不执行矩阵乘法,你需要使用函数matrixmultipy().我觉得这使得代码非常难以理解.

有人分享我的观点,并找到了解决方案吗？

有什么区别

import numpy as np
np.dot(a,b)

和

import numpy as np
np.inner(a,b)

我试过的所有例子都返回了相同的结果.维基百科有两篇相同的文章？!在它的描述中inner()说,它的行为在更高的维度上是不同的,但我不能产生任何不同的输出.我应该使用哪一个？

假设我有以下数据框：

index    K1    K2    D1    D2    D3
N1       0     1     12    4     6
N2       1     1     10    2     7
N3       0     0     3     5     8

基本上，我想将此数据框转换为以下内容：

index    COL1   COL2
K1       D1     = 0*12+1*10+0*3
K1       D2     = 0*4+1*2+0*5
K1       D3     = 0*6+1*7+0*8
K2       D1     = 1*12+1*10+0*3
K2       D2     = 1*4+1*2+0*5
K2       D3     = 1*6+1*7+0*8

的内容COL2基本上是向量 inindex和 in 之间的点积（又名标量积）COL1。例如，让我们取结果 df 的第一行。在 下index，我们有K1，在COL1我们有D1。查看第一个表，我们知道K1 = [0,1,0]和D1 = …