Cookbook/MultiDot,Recarray

标签：

1. 矩阵乘法的实现

    numpy中有numpy.dot函数,用于处理矩阵之间的相乘:

In [2]: a = np.reshape(np.arange(6), (2,3))
In [3]: b = np.reshape(np.arange(6), (3,2))
In [4]: np.dot(a,b)
Out[4]:
array([[10, 13],
       [28, 40]])

但如果我们要实现矩阵a * b * c * d,则写三个numpy.dot则略显麻烦.我们可以定义一个函数mdot(a,b,c,d)来完成.

1. 使用reduce

    我们可以使用reduce来实现mdot:

In [9]: def mdot(*args):
   ...:     return reduce(np.dot, args)
   ...:
In [10]: a = np.reshape(np.arange(6), (2,3))
In [11]: b = np.reshape(np.arange(6), (3,2))
In [12]: mdot(a,b,a,b)
Out[12]:
array([[ 464,  650],
       [1400, 1964]])

2. 控制矩阵相乘的顺序

    假设我们想通过()来让mdot执行有序的相乘,则我们需要编写一个递归的函数来完成:

In [13]: import types
In [14]: def mdot(*args):
   ....:     if len(args) == 1:
   ....:         return args[0]
   ....:     elif len(args) == 2:
   ....:         return _mdot_r(args[0], args[1])
   ....:     else:
   ....:         return _mdot_r(args[:-1], args[-1])
   ....:
In [15]: def _mdot_r(a, b):
   ....:     if type(a) == types.TupleType:
   ....:         if len(a) > 1:
   ....:             a = mdot(*a)
   ....:         else:
   ....:             a = a[0]
   ....:     if type(b) == types.TupleType:
   ....:         if len(b) > 1:
   ....:             b = mdot(*b)
   ....:         else:
   ....:             b = b[0]
   ....:     return np.dot(a, b)
   ....:
In [16]: mdot(b, ((a, b), a))
Out[16]:
array([[ 120,  188,  256],
       [ 438,  688,  938],
       [ 756, 1188, 1620]])
In [17]: a
Out[17]:
array([[0, 1, 2],
       [3, 4, 5]])
In [18]: b
Out[18]:
array([[0, 1],
       [2, 3],
       [4, 5]])

2. Recarray

1. 使用名称来标识数组

    有两种方式来达到"使用名称来标识数组":recarrays和structured arrays.

structured arrays如下:

In [33]: from numpy import *
In [34]: ones(3, dtype=dtype([(‘foo‘, int), (‘bar‘, float)]))
Out[34]:
array([(1, 1.0), (1, 1.0), (1, 1.0)],
      dtype=[(‘foo‘, ‘<i8‘), (‘bar‘, ‘<f8‘)])
In [35]: r = _
In [36]: r[‘foo‘]
Out[36]: array([1, 1, 1])

而我们可以使用recarray将r转换为:recarray类型

In [48]: r2 = r.view(recarray)
In [49]: r2
Out[49]:
rec.array([(1, 1.0), (1, 1.0), (1, 1.0)],
      dtype=[(‘foo‘, ‘<i8‘), (‘bar‘, ‘<f8‘)])
In [50]: r2.foo
Out[50]: array([1, 1, 1])

但是r和r2的区别在哪里?

In [56]: r == r2
Out[56]: rec.array([ True,  True,  True], dtype=bool)
In [57]: r.dtype == r2.dtype
Out[57]: True
In [58]: r.shape == r2.shape
Out[58]: True
In [59]: type(r) == type(r2)
Out[59]: False
In [60]: type(r)
Out[60]: numpy.ndarray
In [61]: type(r2)
Out[61]: numpy.core.records.recarray

Cookbook/MultiDot,Recarray

标签：

原文地址：http://my.oschina.net/u/2422076/blog/484511