问题标签 [dot-product]

我正在尝试采用现有的 DataFrame 并附加一个新列。

假设我有这个 DataFrame（只是一些随机数）：

我想创建一个新列“f”，将每一行乘以一个“成本”向量，例如 [1,0,0,0,0]。因此，对于第 0 行，f 列中的输出应该是 2.847674。

这是我目前使用的功能：

我正在使用 15 元素向量执行此操作，超过约 20k 行，我发现这非常慢（半小时）。我怀疑使用iterrowsandix效率低下，但我不知道如何纠正这个问题。

有没有一种方法可以一次将其应用于整个 DataFrame，而不是遍历行？或者您有其他建议来加快速度吗？

我编写了这个程序来查找两个矩阵的点积。它在几种情况下都可以正常工作，但是在我进行测试时，我注意到它在最后一列中打印了似乎是地址的内容，我不知道为什么。专门针对以下输入：3 2 3 1 2 1 1 1 2 1 2 3 3 2 1

我正在使用 CodeBlocks 来编译和运行代码。另外，我对 C 比较陌生。

我正在使用 Python 中的内核 PCA，我必须在将原始数据投影到主成分后找到值。我使用方程

其中 K 是维度 (150x150) 的内核矩阵，ncomp 是主成分的数量。当 fv 具有维度 (150x150) 时，代码工作得非常好。但是当我选择 ncomp 为 3 时，使 fv 的维度为 (150x3) ，出现错误，说明操作数不能一起广播。我参考了各种链接并尝试使用点积，就像 td=np.dot(fv.T,K.T). 我现在没有得到任何错误一样。但我不知道检索到的值是否正确......

请帮忙...

Ive been trying to make a dot product program for pthreads and I've been having some difficulties. Im getting a segmentation fault when I try to run the program. I am using c to code it.

I had the program working initially with this code:

Then I changed the memory allocation because I didnt want the sum to increase by increasing the thread count.

this is the changed code:

This is the entirety of my code:

我已经在 Python 中定义了几个数组，但是在计算产品时遇到了问题。

我收到错误：ValueError：输出数组不可接受（必须具有正确的类型、nr 维，并且是 C 数组）

但我不知道是什么问题，因为矩阵或数组的大小是 2 x 2

我正在尝试编写一个规则，该规则可以从两个列表（相同长度）中返回每个元素的乘积之和。

这是我现在所拥有的：

当列表之一未实例化时，它将不起作用。为了使以下内容成为可能，我需要进行哪些更改？

谢谢。

目前正在与 Convex HUll 一起使用 Graham's Scan。我是一名学生，所以我试图自己完成它，但是我一直在筛选多个站点以找到答案。简而言之，我有我的构造函数，一个来自文件，一个随机生成，可以工作，所以我能够创建一个点数组。下一步是实现快速排序，按极角排序。这是通过比较器类完成的。比较器类是我卡住的地方，我们被告知使用点比较和交叉比较来比较角度，但我很迷茫。

就是这样，在卡住之前，我只是在比较方法上经历了一些小事情。

quickSort 和 partition 方法非常标准，但我将添加它们，以便你们可以广泛了解所有内容：

我知道我基本上需要启动并运行 Compare 类，然后才能启动快速排序方法，但我觉得我什至根本不知道如何使用点/交叉比较，所以我真的很迷茫。

如果有人愿意提供帮助，我将不胜感激！非常感谢您的观看，祝您有个愉快的夜晚。

如果我有一个整数并将其乘以容器（元组）中的每个整数并将它们相加——类似于点积——我会得到正确的答案。当我将它们转换为浮点数时，我得到一个 TypeError：

TypeError：不能将序列乘以“float”类型的非整数

这个脚本必须处理浮动操作，那么我该如何修改它呢？为什么会这样？使用一些面向数学的库是否有更好的方法？

这是我的目标，使用 Python Numpy：

我想创建一个（1000,1000）维数组/点积值矩阵。这意味着每个数组/矩阵条目是向量 1 到 1000 的点积。构造它在理论上很简单：定义向量 v1、v2、...、v1000 的 (1,1000) 维矩阵

并采用转置的点积，即

数组/矩阵的形状将是 (1000, 1000)。(1,1) 条目将是向量 (v1,v1) 的点积，(1,2) 条目将是向量 (v1,v2) 的点积，等等。为了计算点积numpy 用于三维向量，明智的做法是使用numpy.tensordot()而不是numpy.dot()

这是我的问题：我不是从一组向量值开始的。我从每个坐标值的三个 1000 元素数组开始，即 x 坐标、y 坐标和 z 坐标的数组。

构造一个 (3, 1000) numpy 数组/矩阵然后为每对取张量点积是最简单的事情吗？

我确信有一种更容易处理和更有效的方法来做到这一点......

PS：说清楚，我想取一个3D点积。也就是说，对于向量

A = (a1, a2, a3) 和 B = (b1, b2, b3)，

点积应该是

点积（A，B）= a1b1 + a2b2 + a3b3。

我正在尝试在 C/CUDA 中实现点积。我主要是从此处提供的 Nvidias 教程中复制代码：http ://www.nvidia.com/content/gtc-2010/pdfs/2131_gtc2010.pdf

我想要的结果是输出

但我明白了

似乎是“511 * 511案例”不是计算结果的一部分。我已经上下检查了代码，我什至找不到同步错误。我在这里做错了什么？

编译标志是：

以及文件 cuda_dotp.cu 的内容