J'ai deux matrices
a = np.matrix([[1,2], [3,4]])
b = np.matrix([[5,6], [7,8]])
et je veux obtenir le produit élément-sage, [[1*5,2*6], [3*7,4*8]]
, égalant
[[5,12], [21,32]]
J'ai essayé
print(np.dot(a,b))
et
print(a*b)
mais les deux donnent le résultat
[[19 22], [43 50]]
qui est le produit de la matrice, pas le produit élément-sage. Comment puis-je obtenir le produit élément-sage (produit Hadamard) à l'aide de fonctions intégrées?
Pour multiplier par élément les objets matrix
, vous pouvez utiliser numpy.multiply
:
_import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
np.multiply(a,b)
_
Résultat
_array([[ 5, 12],
[21, 32]])
_
Cependant, vous devriez vraiment utiliser array
au lieu de matrix
. Les objets matrix
ont toutes sortes d'incompatibilités horribles avec les ndarrays classiques. Avec ndarrays, vous pouvez simplement utiliser _*
_ pour la multiplication par élément:
_a * b
_
Si vous êtes sur Python 3.5+, vous ne perdez même pas la possibilité d'effectuer une multiplication de matrice avec un opérateur, car _@
_ effectue maintenant la multiplication de matrice :
_a @ b # matrix multiplication
_
faites juste ceci:
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
a * b
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
np.multiply
et *
donneraient tous deux une multiplication par élément connue sous le nom de produit Hadamard
%timeit
is ipython magic
Essaye ça:
a = np.matrix([[1,2], [3,4]])
b = np.matrix([[5,6], [7,8]])
#This would result a 'numpy.ndarray'
result = np.array(a) * np.array(b)
Ici, np.array(a)
renvoie un tableau 2D de type ndarray
et la multiplication de deux ndarray
donnerait une multiplication élément par élément. Donc, le résultat serait:
result = [[5, 12], [21, 32]]
Si vous voulez obtenir une matrice, faites-le avec ceci:
result = np.mat(result)