{a1}你可以使用^-np.tensordot(A,B, axes=((0,1),(0,1)))

另一種方法是在平坦輸入后使用^{}

^{pr2}$

另一個帶有^{}-np.einsum('ij,ij',A,B)

樣本運行-In [14]: m,n = 4,5

In [15]: A = np.random.rand(m,n)

In [16]: B = np.random.rand(m,n)

In [17]: np.sum(np.multiply(A, B))

Out[17]: 5.1783176986341335

In [18]: np.tensordot(A,B, axes=((0,1),(0,1)))

Out[18]: array(5.1783176986341335)

In [22]: A.ravel().dot(B.ravel())

Out[22]: 5.1783176986341335

In [21]: np.einsum('ij,ij',A,B)

Out[21]: 5.1783176986341326

運行時測試In [23]: m,n = 5000,5000

In [24]: A = np.random.rand(m,n)

...: B = np.random.rand(m,n)

...:

In [25]: %timeit np.sum(np.multiply(A, B))

...: %timeit np.tensordot(A,B, axes=((0,1),(0,1)))

...: %timeit A.ravel().dot(B.ravel())

...: %timeit np.einsum('ij,ij',A,B)

...:

10 loops, best of 3: 52.2 ms per loop

100 loops, best of 3: 19.5 ms per loop

100 loops, best of 3: 19.5 ms per loop

100 loops, best of 3: 19 ms per loop

總結(jié)

以上是生活随笔為你收集整理的python中求二维数组元素之和_乘以二维数组元素和和的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。