Numpy moltiplicazione di matrici con prodotto scalare personalizzato

Question

La moltiplicazione di matrici di default è calcolato come

c[i,j] = sum(a[i,k] * b[k,j]) 

Sto cercando di utilizzare una formula personalizzata anziché il prodotto scalare per ottenere

c[i,j] = sum(a[i,k] == b[k,j]) 

v'è un efficiente modo di fare questo in numpy?

Answer 1

Si potrebbe utilizzare la trasmissione:

c = sum(a[...,np.newaxis]*b[np.newaxis,...],axis=1) # == np.dot(a,b) 

c = sum(a[...,np.newaxis]==b[np.newaxis,...],axis=1) 

Ho incluso il newaxis in b solo chiarire come tale matrice è espanso. Esistono altri modi per aggiungere quote agli array (risagoma, ripeti, ecc.), Ma l'effetto è lo stesso. Espandere a e b nella stessa forma per eseguire l'elemento per la moltiplicazione dell'elemento (o ==), quindi sommare sull'asse corretto.