使矩陣乘法運算符@爲numpy中的標量運算

在python 3.5中，引入了@運算符進行矩陣乘法運算，跟在PEP465後面。這是通過例如在numpy作爲matmul operator。使矩陣乘法運算符@爲numpy中的標量運算

然而，由於提出的PEP，當一個標量操作數稱爲numpy的運營商拋出異常：

>>> import numpy as np 
>>> np.array([[1,2],[3,4]]) @ np.array([[1,2],[3,4]]) # works 
array([[ 7, 10], 
     [15, 22]]) 
>>> 1 @ 2            # doesn't work 
Traceback (most recent call last): 
    File "<input>", line 1, in <module> 
TypeError: unsupported operand type(s) for @: 'int' and 'int'

這對我來說是一個真正的關斷，因爲我實現數字信號處理算法應該適用於標量和矩陣。這兩種情況下的方程式在數學上完全等價，這並不奇怪，因爲「1-D x 1-D矩陣乘法」等價於標量乘法。然而，目前的狀態迫使我編寫重複的代碼，以便正確處理這兩種情況。

因此，鑑於目前的狀態並不令人滿意，是否有任何合理的方法可以使@運營商適用於標量？我想過爲標量數據類型添加一個自定義的__matmul__(self, other)方法，但考慮到涉及的內部數據類型的數量，這似乎很麻煩。我是否可以將numpy數組數據類型的__matmul__方法的實現更改爲不引發1x1數組操作數的異常？

而且，在這個設計決策背後的理由是什麼？從我的頭頂來看，我想不出有什麼令人信服的理由不要爲標量實現這個操作符。

來源

2016-12-16 jhin

'[1] @ [2]'怎麼樣？標量已經有'*'爲什麼要複製它。 – furas

聽起來像真正的問題是你的代碼有時會返回標量，有時會返回矩陣。爲什麼不重構，以便您的代碼返回1 x 1矩陣而不是標量？或者編寫一個快速函數，該函數採用矩陣或標量並返回該矩陣或帶有標量的1x1矩陣 –

爲什麼不能使用try - except例程？ – Jalo

由於ajcr建議，您可以通過強制對象上的一些最小維數相乘來解決此問題。有兩個合理的選項：atleast_1d和atleast_2d，它們在@返回的類型方面有不同的結果：標量與1乘1的二維數組。

x = 3 
y = 5 
z = np.atleast_1d(x) @ np.atleast_1d(y) # returns 15 
z = np.atleast_2d(x) @ np.atleast_2d(y) # returns array([[15]])

然而：

使用atleast_2d將導致一個錯誤，如果x和y是一維陣列，否則將被正常地乘以
使用atleast_1d將導致要麼是該產品標量或矩陣，你不知道哪個。
這兩個都比np.dot(x, y)更詳細，它可以處理所有這些情況。

此外，atleast_1d版本還存在相同的缺陷，也可以通過標量@ scalar =標量共享：您不知道可以對輸出做什麼。將z.T或z.shape拋出一個錯誤？這些適用於1乘1的矩陣，但不適用於標量。在Python的設置中，我們不能忽視標量和1乘1陣列之間的區別，同時也不會放棄後者所具有的所有方法和屬性。

來源

2016-12-29 05:15:10 FTP

使矩陣乘法運算符@爲numpy中的標量運算

回答

相關問題