如何在 numpy 中获得元素智能矩阵乘法(Hadamard 乘积) ？

我有两个矩阵

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

我想得到元素智能积 [[1*5,2*6], [3*7,4*8]]等于

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

我试过了

print(np.dot(a,b))

还有

print(a*b)

但两者都给出了结果

[[19 22], [43 50]]

它是矩阵乘积，而不是元素乘积。如何使用内置函数获得元素智能产品(又名 Hadamard 产品) ？

401496 次浏览
小开

按我说的做:

import numpy as np


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


a * b
小开
最佳答案

对于 matrix对象的元素乘法，可以使用 numpy.multiply:

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

结果 

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

但是，您应该真正使用 array而不是 matrix。matrix对象与常规 ndarray 有各种可怕的不兼容性。使用 ndarray，你可以使用 *进行元素乘法:

a * b

如果你使用的是 Python 3.5 + ，你甚至不会失去使用运算符执行矩阵乘法的能力，因为 ABc0现在有矩阵乘法了:

a @ b  # matrix multiplication
小开 
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

np.multiply和 *都会产生称为 Hadamard 乘积的元素乘法

%timeit是蟒蛇的魔法

小开

试试这个:

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)

在这里，np.array(a)返回一个类型为 ndarray的2D 数组，两个 ndarray相乘将导致元素相乘。所以结果就是:

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

如果你想得到一个矩阵，可以这样做:

result = np.mat(result)
小开 
error: OpenCV(4.6.0) /io/opencv/modules/core/src/arithm.cpp:230: error: (-215:Assertion failed) (mtype == CV_8U || mtype == CV_8S) && _mask.sameSize(*psrc1) in function 'binary_op'

这是我尝试时出现的错误。实现了 LOGIC

def masking_rgb(im_rgb,im_mask):
r1,c1=im_mask.shape
for i in range(r1):
for j in range (c1):
if im_mask[i,j]==0:
im_rgb[i,j,:]=0
return im_rgb


im_rgb=masking_rgb(im_rgb,im_mask)
plt.imshow(im_rgb)
plt.show()

提交答案