如何用不匹配的维数进行矢量化

Question

我有一些约束的形式

A_{i,j,k} = r_{i,j}B_{i,j,k}

A是nxmxp矩阵，B也是。r是nxm矩阵。你知道吗

我想以某种方式用Python将其矢量化，尽可能高效。现在，我通过说r_{i,j,k} = r_{i,j} for all 1 <= k <= p把r变成nxmxp矩阵。然后我在r和B上调用np.multiply。这似乎效率低下。有什么想法欢迎，谢谢。你知道吗

def ndHadamardProduct(r, n, m, p): #r is a n x m matrix, p is an int
    rnew = np.zeros(n, m, p)
    B = np.zeros(n, m, p)
    for i in range(n):
        for j in range(m):
            for k in range(p):
                r[i, j, k] = r[i, j]
                B[i, j, k] = random.uniform(0, 1)
    return np.multiply(r, B)

Answer 1

用np.newaxis添加一个额外的维度，然后broadcasting为您处理重复。你知道吗

import numpy as np
r = np.random.random((3,4))
b = np.random.random((3,4,5))
a = r[:,:,np.newaxis] * b