Как получить умножение матрицы по элементам (произведение Адамара) в numpy?

у меня две матрицы 

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

и я хочу получить элементарный продукт,[[1*5,2*6], [3*7,4*8]], в размере

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

Я пробовал

print(np.dot(a,b))

и

print(a*b)

но оба дают результат

[[19 22], [43 50]]

который является матричным продуктом, а не элементарным продуктом. Как я могу получить элементарный продукт (aka hadamard product) с помощью встроенных функций?

39
elementwise-operations matrix matrix-multiplication numpy python

4 ответов

для элементарного умножения matrix объекты, вы можете использовать numpy.multiply:

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

результат 

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

однако, вы действительно должны использовать array вместо matrix. matrix объекты имеют всевозможные ужасные несовместимости с регулярными ndarrays. С ndarrays, вы можете просто использовать * для элементарного умножения:

a * b

если вы на Python 3.5+, вы даже не потеряете способность выполните умножение матрицы с помощью оператора, потому что @ умножение матрицы теперь:

a @ b  # matrix multiplication
59

просто сделать это:

import numpy as np

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

a * b
24
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

и np.multiply и * даст элемент мудрое умножение, известное как произведение Адамара

%timeit Это магия ipython

5

попробуйте это:

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)

здесь np.array(a) возвращает 2D массив типа ndarray и умножение на два ndarray в результате поэлементного умножения. Таким образом, результат будет:

result = [[5, 12], [21, 32]]

если вы хотите получить матрицу, сделайте это с помощью этого:

result = np.mat(result)
0