如何在 numpy 中获得逐元素矩阵乘法（Hadamard 乘积）？

Question

我有两个矩阵

a = np.matrix([[1,2], [3,4]])
b = np.matrix([[5,6], [7,8]])

我想得到元素乘积，[[1*5,2*6], [3*7,4*8]]，等于

[[5,12], [21,32]]

我试过了

print(np.dot(a,b)) 

和

print(a*b)

但两者都给出结果

[[19 22], [43 50]]

这是矩阵乘积，而不是元素乘积。如何使用内置函数获得逐元素产品（又名 Hadamard 产品）？

Answer 1

这样做：

import numpy as np

a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])

a * b

Answer 2

对于matrix 对象的元素乘法，您可以使用numpy.multiply：

import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
np.multiply(a,b)

结果

array([[ 5, 12],
       [21, 32]])

但是，您应该真正使用array 而不是matrix。 matrix 对象与常规 ndarray 存在各种可怕的不兼容性。使用 ndarrays，您可以只使用 * 进行元素乘法：

a * b

如果您使用的是 Python 3.5+，您甚至不会失去使用运算符执行矩阵乘法的能力，因为@ does matrix multiplication now:

a @ b  # matrix multiplication

Answer 3

import numpy as np
x = np.array([[1,2,3], [4,5,6]])
y = np.array([[-1, 2, 0], [-2, 5, 1]])

x*y
Out: 
array([[-1,  4,  0],
       [-8, 25,  6]])

%timeit x*y
1000000 loops, best of 3: 421 ns per loop

np.multiply(x,y)
Out: 
array([[-1,  4,  0],
       [-8, 25,  6]])

%timeit np.multiply(x, y)
1000000 loops, best of 3: 457 ns per loop

np.multiply 和 * 都会产生称为 Hadamard 积的元素明智乘法

%timeit 是 ipython 的魔法

Answer 4

试试这个：

a = np.matrix([[1,2], [3,4]])
b = np.matrix([[5,6], [7,8]])

#This would result a 'numpy.ndarray'
result = np.array(a) * np.array(b)

这里，np.array(a) 返回一个ndarray 类型的二维数组，两个ndarray 的乘法将产生元素相乘。所以结果是：

result = [[5, 12], [21, 32]]

如果你想得到一个矩阵，用这个来做：

result = np.mat(result)