问题描述
假设我有一个包含 800 个向量的列表，每个向量由 1440 个标量组成。
List = [(1,2,3,...,1440),(1,...]
如何使用 python 和 numpy 以最快的方式计算每个向量与其他向量的点积？
解决方法
如果您想要对称矩阵，其中 x_ij 是 a_i 与 a_j 的点积，则：
a = np.array(List)
x = a @ a.T
您可以使用 np.triu_indices 或 np.tril_indices 来避免计算矩阵的后半部分。这不会影响计算的复杂度，但可以为足够数量的长向量节省一些时间：
a = np.array(x)
n = a.shape[0]
r,c = np.triu_indices(n)
result = np.empty((n,n))
result[r,c] = result[c,r] = np.sum(a[r] * a[c],axis=1)