numpy：通过广播摆脱for循环

Question

我尝试在python中实现高斯混合模型的期望最大化算法。你知道吗

在给定高斯分布的平均值mu和协方差sigma的情况下，我用下面的线来计算我的数据的高斯概率p：

for i in range(len(X[0])):  
   p[i] = scipy.stats.multivariate_normal.pdf(X[:,i],mu,sigma)

我想知道我是否能摆脱for循环得到类似的东西

p[:] = scipy.stats.multivariate_normal.pdf(X[:,:]??)

我做了一些广播方面的研究，并考虑使用numpy.einsum函数，但不知道它在这种情况下如何工作。你知道吗

Answer 1

展平，使用pdf调用并重新成形-

from scipy import stats

out = stats.multivariate_normal.pdf(X.ravel(),mu,sigma).reshape(-1,len(X[0])).T