Comment obtenir de l'élément-sage de la matrice de multiplication (produit de Hadamard) dans numpy?

Question

J'ai deux matrices

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

et je veux obtenir l'élément-sage du produit, [[1*5,2*6], [3*7,4*8]], égalant

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

J'ai essayé

print(np.dot(a,b)) 

et

print(a*b)

mais les deux donnent le résultat

[[19 22], [43 50]]

qui est la matrice du produit, et non l'élément-sage du produit. Comment puis-je obtenir le l'élément-sage du produit (aka produit de Hadamard) à l'aide intégrée dans les fonctions?

Answer 1

Pour elementwise multiplication des matrix objets, vous pouvez utiliser numpy.multiply:

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

Résultat

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

Cependant, vous devriez vraiment utiliser array au lieu de matrix. matrix des objets ont toutes sortes d'horribles des incompatibilités avec les réguliers ndarrays. Avec ndarrays, vous pouvez simplement utiliser * pour elementwise la multiplication:

a * b

Si vous êtes sur Python 3.5+, vous n'avez même pas perdre la possibilité d'effectuer la multiplication de matrice avec un opérateur, car @ n'multiplication de matrice de maintenant:

a @ b  # matrix multiplication

Answer 2

faites simplement ceci:

import numpy as np

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

a * b

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

Les deux np.multiply et * donnerait de l'élément sage multiplication connu comme le Produit de Hadamard

%timeit ipython est magique

Answer 4

Essayez ceci:

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)

Ici, np.array(a) renvoie un tableau 2D de type ndarray et la multiplication de deux ndarray entraînerait élément sage de multiplication. De sorte que le résultat serait:

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

Si vous voulez obtenir une matrice, de le faire avec ceci:

result = np.mat(result)