小编use*_*991的帖子

多维数组的决定因素

我试图计算numpy数组M的行列式,np.shape(M)=(N,L,L)是这样的:

import numpy as np

M = np.random.rand(1000*10*10).reshape(1000, 10, 10)
dm = np.zeros(1000)
for _ in xrange(len(dm)):
    dm[_] = np.linalg.det(M[_])
Run Code Online (Sandbox Code Playgroud)

有没有循环的方法?"N"比"L"大一些数量级.我想到了类似的东西:

np.apply_over_axes(np.linalg.det(M), axis=0) 
Run Code Online (Sandbox Code Playgroud)

做我想要的更快的方式吗?我想循环开销是一个性能瓶颈,因为小矩阵的行列式是一个相对便宜的操作(或者我错了?).

python numpy multidimensional-array

8
推荐指数
2
解决办法
1411
查看次数

标签 统计

multidimensional-array ×1

numpy ×1

python ×1