高效求和外積爲1D NumPy的陣列

Question

我有如下形式的函數來實現在numpy的這個功能

的一種方式是組裝矩陣來總結以上：

y = a*b - np.sum(np.outer(a*b, b), axis=0) 

有沒有更好的方法來實現這個函數與numpy，不涉及創建一個NxN數組？

Answer 1

你可以使用np.einsum -

y = a*b - np.einsum('i,i,j->j',a,b,b) 

我們也可以執行a*b和飼料到einsum -

y = a*b - np.einsum('i,j->j',a*b,b) 

在第二種方法，我們可以通過存儲a*b和重用節省一些運行。

運行測試 -

In [253]: a = np.random.rand(4000) 

In [254]: b = np.random.rand(4000) 

In [255]: %timeit np.sum(np.outer(a*b, b), axis=0) 
10 loops, best of 3: 105 ms per loop 

In [256]: %timeit np.einsum('i,i,j->j',a,b,b) 
10 loops, best of 3: 24.2 ms per loop 

In [257]: %timeit np.einsum('i,j->j',a*b,b) 
10 loops, best of 3: 21.9 ms per loop