numpy的計算矢量

Question

的範數2的平方餘有矢量a。
我想計算np.inner(a, a)
但我不知道是否有更漂亮些calc下它的方式。

[這種方式的缺點是，如果我想計算它爲a-b或更復雜的表達式，我必須再做一行。 c = a - b和np.inner(c, c)代替somewhat(a - b)]

Answer 1

老實說還有的可能不會是任何快於np.inner或np.dot。如果你發現中間變量煩人，你總是可以創建一個lambda函數：

sqeuclidean = lambda x: np.inner(x, x) 

np.inner和np.dot槓桿BLAS例程，而且幾乎肯定將超過標準的按元素相乘，然後求和更快。

In [1]: %%timeit -n 1 -r 100 a, b = np.random.randn(2, 1000000) 
((a - b) ** 2).sum() 
    ....: 
The slowest run took 36.13 times longer than the fastest. This could mean that an intermediate result is being cached 
1 loops, best of 100: 6.45 ms per loop 

In [2]: %%timeit -n 1 -r 100 a, b = np.random.randn(2, 1000000)                                            
np.linalg.norm(a - b, ord=2) ** 2 
    ....: 
1 loops, best of 100: 2.74 ms per loop 

In [3]: %%timeit -n 1 -r 100 a, b = np.random.randn(2, 1000000) 
sqeuclidean(a - b) 
    ....: 
1 loops, best of 100: 2.64 ms per loop 

np.linalg.norm(..., ord=2)使用np.dot內部，並給出了非常相似的性能，直接使用np.inner。

Answer 2

計算NORM2

numpy.linalg.norm(x, ord=2) 

numpy.linalg.norm(x, ord=2)**2方形

Answer 3

我不知道如果表現任何好處，但(a**2).sum()計算權值並具有非 - 你想要的重複的論點。您可以替換a一些複雜的表達式不綁定到一個變量，只記得用括號作爲必要的，因爲**結合比大部分其他運營商更緊密地：((a-b)**2).sum()