两个矩阵逐列求和

Question

我有两个矩阵：

mx1 = np.matrix([[2,9,9],[2,5,8],[7,2,9]])

[[2 9 9]
 [2 5 8]
 [7 2 9]]

mx2 = np.matrix([[7,1,3],[5,8,2],[6,9,5]])

[[7 1 3]
 [5 8 2]
 [6 9 5]]

我想做一些像矩阵乘积这样的事情，逐列计算，但求和。

即，得到的矩阵元素1，1应计算为：

(2+7)+(9+5)+(9+6) = 38

元素1，2

(2+1)+(9+8)+(9+9) = 38

诸若此类。

有什么聪明的方法吗？

Answer 1

使用numpy广播怎么样？

mx1 = np.matrix([[2,9,9],[2,5,8],[7,2,9]])
mx2 = np.matrix([[7,1,3],[5,8,2],[6,9,5]])
res = np.sum(mx1, axis = 1) + np.sum(mx2, axis = 0)

Answer 2

numpy转置你的第二个矩阵，然后做一个元素相加。

mx2t = np.transpose(mx2)
motot = np.add(mx1, mx2t)

然后使用带有轴参数的numpy对列求和。(我假设对于您的示例，您最终将得到一个1x3矩阵，而不是3x3矩阵，因为我不清楚您将如何计算元素2，2)。

Answer 3

我认为这将做你想要的，但我不确定它的效率有多高，它是否能很好地处理你的大数据。

import itertools

m, _ = np.shape(mx1)
_, n = np.shape(mx2)

r = np.array(list(map(np.sum, itertools.product(mx1, mx2.T)))).reshape(m, n)

要分解这一点:使用itertools.product创建所有的行和列对。将这些对求和。然后根据原始形状重塑形状。我希望这将是有用的。