NumPy 中的逐元素矩阵乘法

Question

我第一次真正尝试使用 Python 和 NumPy 进行一些图像处理。我有一个加载为 3 维 NumPy 数组的图像，其中轴 0 表示图像波段，而轴 1 和 2 表示像素的列和行。由此，我需要获取代表每个像素的 3x1 矩阵并执行一些操作，从而生成另一个 3x1 矩阵，该矩阵将用于构建结果图像。

我的第一种方法（简化并使用随机数据）如下所示：

import numpy as np
import random

factor = np.random.rand(3,3)
input = np.random.rand(3,100,100)
results = np.zeros((3,100,100))

for x in range(100):
    for y in range(100):
        results[:,x,y] = np.dot(factor,input[:,x,y])

但这让我觉得不雅且效率低下。有没有办法在元素方面做到这一点，例如：

results = np.dot(factor,input,ElementWiseOnAxis0)

在试图找到解决此问题的方法时，我遇到了this 问题，这显然非常相似。但是，作者无法让他们满意地解决问题。我希望自 2012 年以来发生了一些变化，或者我的问题与他们的问题有很大不同，因此更容易解决。

Answer 1

Numpy 数组默认使用逐元素乘法。查看 numpy.einsum 和 numpy.tensordot。我认为您正在寻找的是这样的：

results = np.einsum('ij,jkl->ikl',factor,input)