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)