假设我有一个形状为 (n_rows_ma,n_cols_ma) 的二维数组 ma，以及一个形状为 (n_rows_mb,n_cols_mb) 的二维数组 mb。现在我想计算 ma 中的每一行和 mb 中的每一行之间的相关性。最简单的方法可能是
import numpy as np
correlation = np.corrcoef(ma,mb)[:n_rows_ma,n_rows_ma:]
但这太低效了。所以我想知道是否有更有效的方法？
corrcoef 的公式很容易实现，因此我们可以只计算我们想要使用的内容：
>>> import numpy as np
>>>
>>> ma = np.random.random((5,6))
>>> mb = np.random.random((3,6))
>>>
>>> za = ma - ma.mean(axis=1, keepdims=True)
>>> za /= np.sqrt(np.einsum('ij,ij->i', za, za))[:, None]
>>> zb = mb - mb.mean(axis=1, keepdims=True)
>>> zb /= np.sqrt(np.einsum('ij,ij->i', zb, zb))[:, None]
>>>
>>> cc = np.einsum('ik,jk', za, zb)
>>>
>>> np.allclose(cc, np.corrcoef(np.r_[ma, mb])[:5, 5:])
True
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句