質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

6971閲覧

numpyでのベクトルと行列の積演算の一括処理

Haku_val

総合スコア14

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

1クリップ

投稿2018/01/13 06:59

編集2018/01/13 07:14

複数のベクトルデータと行列の積の結果を今,下記のように求めています.

python

1mat = np.array([[3,4,5], 2 [4,2,3], 3 [6,4,2]]) # 値は適当に入れてます 4 5data = np.random.rand(50,3) 6 7result = np.empty((50,3)) 8 9for i in range(data.shape[0]): 10 result[i] = np.dot(mat,data[i])

一応,結果は得られているのですが,dataのベクトル数が多くなると処理時間がかかってしまうので,一括で高速に処理させる方法はないでしょうか?

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

for文よりnumpyのブロードキャスティングが早いと仮定すると・・・

result = np.dot(mat, data.T)

のようにdataを転置してやってみてはどうでしょう?(data.Tではなくdata.transpose()と書いても同じ意味になると思います)

matは3x3の行列で、dataが50x3の行列なのでそのままではドット積は計算できませんが、やりたいことから考えるとdataを転置して3x50の行列にしてやればそのままドット積が計算できます。

実際に早くなるかどうかは試してみてください。for文よりnumpyの方が早いと期待したいところですよね・・・

投稿2018/01/13 07:42

KSwordOfHaste

総合スコア18392

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

Haku_val

2018/01/13 08:13

数学の問題でしたね... 稚拙な質問でしたが,素早い解答ありがとうございます! 処理時間が短縮できました!!
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問