Numpy python对不同索引的向量求和答案

【问题标题】：Numpy python sum over vectors of different indicesNumpy python对不同索引的向量求和
【发布时间】：2020-10-22 21:57:24
【问题描述】：

我有以下公式：

我必须编码（C 是矩阵，y 和 y_star 是向量）。根据这篇文章，我尝试了以下操作：Python numpy array sum over certain indices

> def chisq02(y, y_star, C_inv):
>     indices = len(y)
>     return np.sum(np.sum(np.matmul(y[i] - y_star[i], np.matmul(C_inv, y[j]-y_star[j])) for i in indices)for j in indices)

但它返回错误：

TypeError: 'int' object is not iterable

显然它不起作用...有谁知道这是如何工作的？

【问题讨论】：

标签： python numpy math matrix sum

【解决方案1】：

如果您的矩阵/向量不是数组，请先将它们转换为数组：

import numpy as np

y = np.array(y)
y_star = np.array(y_star)
C_inv = np.array(C_inv)

使用这个，不需要循环：

def chisq02(y, y_star, C_inv):
    return np.sum(np.matmul(np.matmul(y-y_star, C_inv), (y-y_star)))

如果您的 y 和 y_star 是向量，那么这将起作用：

def chisq02(y, y_star, C_inv):
    return np.matmul(np.matmul(y-y_star, C_inv), (y-y_star))

【讨论】：

但我需要总结两次。你确定这相当于 2 个总和吗？
@user11659631 始终尝试使用样品玩具进行检查。 np.sum 默认情况下对所有元素求和：checkout numpy doc numpy.org/doc/stable/reference/generated/numpy.sum.html：默认值，axis=None，将对输入数组的所有元素求和。
@user11659631 事实上，你甚至不需要总和。删除它。
因为矩阵乘法np.matmul 里面有和。当您将矩阵相乘时，您将行乘以列，然后求和。这就是使用 numpy 和矩阵乘法的重点。不鼓励使用 numpy 循环，这通常不是一个好主意。如果您有列表，请先将它们转换为 numpy。我将添加编辑以发布它。
矩阵乘法具有关联性，不管你先做什么：A(BC) = (AB)C

【解决方案2】：

indices = len(y) 返回一个整数，所以要迭代你需要使用for i in range(indices)。

我怀疑您不需要在您的情况下使用np.matmul，因为您根据公式进行标量乘法。我想应该使用C_inv[i][j] 而不是C_inv。

【讨论】：

是的，我认为你是对的！我试过了，它没有返回错误： np.sum( np.sum(y[i] - y_star[i]* C_inv[i][j]* y[j]-y_star[j] for i 在索引中）对于 j 在索引中）

【解决方案3】：

您的indices 变量只是一个整数，即y 的长度。但它必须是从 0 到 len(y) 的列表才能遍历所有索引。你可以这样做：

indices_list = range(len(y))

range() 函数产生一个列表[0, 1, ..., len(y)-1]。然后你可以在列表推导中循环这个列表。

【讨论】：