如何在 numpy pandas 的两个列表上应用 np.dot 函数

Question

我有两个不同的列表，我必须在 python 中应用 numpy 的 np.dot 函数 我该怎么做？

list1=

array([[      nan,       nan],
       [ 0.000829,  0.000326],
       [-0.000149, -0.00033 ],
       ...,
       [-0.000757, -0.000737],
       [-0.000795, -0.00068 ],
       [-0.000788, -0.00069 ]])

list2 =

array([[      nan,       nan],
       [      nan,       nan],
       [-0.000829, -0.000326],
       ...,
       [ 0.000763,  0.000738],
       [ 0.000757,  0.000737],
       [ 0.000795,  0.00068 ]])

这是两个单独的列表列表

所以我想这样做：

np.dot([-0.000149, -0.00033 ], [-0.000829, -0.000326])

原来如此

np.dot(list1[3], list2[3])

它继续从一个列表中选择一个索引，从另一个列表中选择一个索引 那应该返回一维数组，问题是数据，它在两个单独的列表中，所以我需要一个列表中的索引和另一个列表中的一个索引，我知道它可以通过循环完成，但不确定怎么可能，

我希望现在很清楚

Answer 1

所以你的问题实际上是关于如何遍历列表并在每个对应的对上调用np.dot。这是一种方法，使用列表理解和zip：

>>> import numpy as np
>>> list1 = np.array([[1,2],[3,4]])
>>> list2 = list1.copy()
>>> list_of_results = [np.dot(a,b) for a,b in zip(list1, list2)]
>>> list_of_results
[5, 25]

如果您不熟悉列表理解，我建议您查一下。但是你也可以用一个简单的 for 循环来做到这一点：

assert list1.shape == list2.shape, "List shapes do not match"
results = []
for inner_list_index in range(list1.shape[0]):
    a = list1[inner_list_index]
    b = list2[inner_list_index]
    res = np.dot(a,b)
    results = results.append(res)

这可以减少到更少的行：

>>> assert list1.shape[0] == list2.shape[0]
>>> results = []
>>> for i in range(list1.shape[0]):
...     results.append(np.dot(list1[i], list2[i]))
...
>>> results
[5, 25]

请注意，这两种方法都返回正常的list，而不是 numpy ndarray。这是因为附加到 numpy 数组通常不会太快。您可以改用np.append()。或者，如果您再次需要将其作为 np 数组，则只需将 np.array() 应用于结果。