使用 Python 中的爱因斯坦求和约定计算矩阵转置
numpyserver side programmingprogramming更新于 2025/9/18 1:13:00
einsum() 方法评估操作数上的爱因斯坦求和约定。使用爱因斯坦求和约定，许多常见的多维线性代数数组运算可以以简单的方式表示。在隐式模式下，einsum 计算这些值。在显式模式下，einsum 通过禁用或强制对指定下标标签求和，提供了进一步的灵活性来计算可能不被视为经典爱因斯坦求和运算的其他数组运算。
要使用爱因斯坦求和约定计算矩阵转置，请使用 Python 中的 numpy.einsum() 方法。第一个参数是下标。它将求和的下标指定为以逗号分隔的下标标签列表。第二个参数是操作数。这些是用于操作的数组。
步骤
首先，导入所需的库−
将 numpy 导入为 np
使用 arange() 和 reshape() 方法创建 numpy 数组 −
arr = np.arange(16).reshape(4,4)
显示数组 −
print("我们的数组...
",arr)
检查维度 −
print("
我们数组的维度...
",arr.ndim)
获取数据类型 −
print("
数组对象的数据类型...
",arr.dtype)
获取形状 −
print("
数组对象的形状...
",arr.shape)
要使用爱因斯坦求和约定计算矩阵转置，请使用 Python 中的 numpy.einsum() 方法 −
print("
结果 (转置)...
",np.einsum('ji', arr))
示例
import numpy as np
# 使用 arange() 和 reshape() 方法创建 numpy 数组
arr = np.arange(16).reshape(4,4)
# 显示数组
print("我们的数组...
",arr)
# 检查维度
print("
我们数组的维度...
",arr.ndim)
# 获取数据类型
print("
我们的数组对象的数据类型...
",arr.dtype)
# 获取形状
print("
我们的数组对象的形状...
",arr.shape)
# 要使用爱因斯坦求和约定计算矩阵转置，请使用 Python 中的 numpy.einsum() 方法。
print("
结果(转置)...
",np.einsum('ji', arr))
输出
我们的数组... [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] 我们的数组的维度... 2 我们的数组对象的数据类型... int64 我们的数组对象的形状... (4, 4) 结果(转置)... [[ 0 4 8 12] [ 1 5 9 13] [ 2 6 10 14] [ 3 7 11 15]]
