NumPy中的逐元素矩阵乘法

Question

我正在进行我的第一次Python和NumPy的真正尝试，以进行一些图像处理。我已经加载了一个作为3维NumPy数组的图像，其中轴0表示图像波段，而轴1和轴2表示像素的列和行。从这里，我需要获取代表每个像素的3x1矩阵，并执行一些操作，结果是另一个3x1矩阵，将用于构建结果图像。

我的第一种方法（简化并使用随机数据）如下：

import numpy as np
import random

factor = np.random.rand(3,3)
input = np.random.rand(3,100,100)
results = np.zeros((3,100,100))

for x in range(100):
    for y in range(100):
        results[:,x,y] = np.dot(factor,input[:,x,y])

但是我觉得这样做不够优雅也不够高效。有没有一种逐元素的方式来完成这个操作，例如：

results = np.dot(factor,input,ElementWiseOnAxis0)

在试图解决这个问题时，我发现了这个问题很相似的帖子。然而，作者无法满意地解决该问题。我希望自2012年以来有些改变，或者我的问题与他们的不同，使得更容易解决。

- Joe

Answer 1

Numpy数组默认使用逐元素相乘。查看numpy.einsum和numpy.tensordot。我认为你正在寻找的是像这样的内容：

results = np.einsum('ij,jkl->ikl',factor,input)

- farenorth

---

这对于这些数据完美地运作，并且也适用于类似的问题，谢谢！ - Joe

在我的情况下，输入形状为：（100，100，3）。我花了一些时间才理解它，但可能对其他人有用。在我的情况下是：results = np.einsum('ij,klj->kli',factor,input) - Luigolas