我有两个向量a=（a1，...，a_n）和B=（b_1，...，B_n），我想构建向量c，使得
c_（k）= a_（1）B_（n-k+1）+ a_（2）B_（n-k+2）+.+ a_（k）B_（n）
例如，对于向量a=[1, 2, 3, 4]，b=[5, 6, 7, 8]，我期望得到：c = [1*8, 1*7+2*8, 1*6+2*7+3*8, 1*5+2*6+3*7+4*8] = [8, 23, 44, 70]
有没有一种方法可以只使用numpy，而不使用循环？
循环示例
a = np.array([1, 2, 3, 4])
b = np.array([5, 6, 7, 8])
c = []
for i in range(1, len(a) + 1):
c.append(a[:i].dot(b[-i:]))
c = np.array(c) # [ 8 23 44 107]
1条答案
按热度按时间f0brbegy1#
这个操作是
a和反向b的卷积。在numpy中，你可以使用np.convolve来实现。你似乎想要一个特殊的情况，你采取前N个元素，其中N是a的长度（或b，因为我假设它们的长度相同）。这是非标准的，所以我只索引前N个元素。通常情况下，您可以使用其中一种卷积模式，例如"full"（默认），"same"或"valid"（这些在文档中有解释）。如果你有一个更大的数据集，基于FFT的卷积方法会更快。因此，根据文档，您将使用
scipy.signal.fftconvolve。