如何计算两个二维 NumPy 数组的逐行点积

秋婷酱_2381

秋婷酱_2381

2026-11-22

873人浏览

原创

如何计算两个二维 NumPy 数组的逐行点积

本文介绍多种高效计算两个形状相同的二维 NumPy 数组“逐行点积”(即每行向量对应点乘,结果为一维数组)的方法,包括推荐的 (a * b).sum(axis=1)、矩阵乘法结合 np.diag,以及 np.tensordot 的灵活用法,并对比其原理、性能与适用场景。

本文介绍多种高效计算两个形状相同的二维 numpy 数组“逐行点积”(即每行向量对应点乘,结果为一维数组)的方法,包括推荐的 `(a * b).sum(axis=1)`、矩阵乘法结合 `np.diag`,以及 `np.tensordot` 的灵活用法,并对比其原理、性能与适用场景。

在科学计算中,常需对两个同形二维数组(如形状均为 (n, d))执行“逐行点积”:即将第 i 行视为 d 维向量,计算 a[i] · b[i],最终得到长度为 n 的一维结果数组。这不同于 np.dot(a, b)(执行矩阵乘法,要求维度兼容),也不同于 np.inner(a, b)(默认沿最后一轴配对,行为易混淆)。下面给出三种主流且可靠的实现方式:

✅ 推荐方法:逐元素相乘 + 沿行求和

最直观、高效且内存友好的方式是利用广播乘法与轴向求和:

import numpy as np

a = np.array([[0, 1], [1, 1], [1, 0]])
b = np.array([[1, 0], [1, 1], [1, -1]])

result = (a * b).sum(axis=1)  # shape: (3,) → array([0, 2, 1])

✅ 优势:语义清晰、计算图简洁、支持 dtype 自动推导、无冗余中间矩阵;
⚠️ 注意:a 与 b 必须严格同形(a.shape == b.shape),否则广播会报错或产生意外结果。

? 替代方法:矩阵乘法 + 对角线提取

利用 a @ b.T 得到完整的 (n, n) 点积矩阵,再取主对角线:

result = np.diag(a @ b.T)  # array([0, 2, 1])

✅ 优势:代码简短,适合已熟悉线性代数表达的用户;
❌ 缺陷:时间复杂度为 O(n²d),空间复杂度 O(n²),当 n 较大时(如 n > 10⁴)极易内存溢出或显著拖慢性能——不推荐用于大数据场景。

? 高级方法:np.tensordot 显式指定收缩轴

通过张量收缩精确控制维度配对:

result = np.diag(np.tensordot(a, b, axes=([1], [1])))  # 等价于上式
# 或更明确地传入转置后的 b:
result = np.diag(np.tensordot(a, b.T, axes=1))

✅ 优势:灵活性高,可推广至更高维数组(如 (n, d, k) 的逐片点积);
⚠️ 注意:axes=1 表示对 a 的第 1 轴(列)与 b.T 的第 1 轴(原 b 的行)求和,初学者易混淆轴索引;建议优先使用 (a * b).sum(axis=1) 以保障可读性与鲁棒性。

总结与建议

  • *首选 `(a b).sum(axis=1)`**:简洁、高效、安全,是 NumPy 社区广泛采用的惯用写法;
  • 避免在 n 较大时使用 np.diag(a @ b.T),因其构造完整中间矩阵;
  • np.tensordot 更适用于需要动态轴控制或泛化到多维张量的高级场景;
  • 所有方法均返回 np.ndarray,结果类型与输入数组的 dtype 一致(如 int64 或 float32)。

掌握这些模式,你将能准确、高效地完成各类向量化的点积计算任务。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5684

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1929

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34877

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4067

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4067

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1303

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3163

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.8万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.5万人学习