问题标签 [dot-product]

我知道两个四元数的点（或内）积是旋转之间的角度（包括轴旋转）。这使得点积等于四元数超球面上两点之间的角度。
但是，我无法找到如何实际计算点积。

任何帮助，将不胜感激！

当前代码：

定义了 Quaternion.w、Quaternion.x、Quaternion.y 和 Quaternion.z。

注意：可以假设四元数是标准化的。

我有一个 numpy 脚本，目前运行速度很慢。大部分时间都在循环中执行以下操作：

真正减慢此代码速度的是列表理解。在这种情况下，Coeff_3 和 Coeff_2 是长度为 1000 的列表，其元素是 3x3 numpy 矩阵，而 Ex、Ey、Ez、Curl_x 等都是长度为 1000 的 numpy 数组。我意识到如果我设置单个 3x1000 E 向量之类的操作可能会更快，但是我必须在步骤之间对不同的 E 向量进行大量平均，这会使事情变得非常笨拙。

然而奇怪的是，我每个循环执行两次此操作（一次用于 Ex，Ey，一次用于 Ez），并且为 Ez 执行相同的操作几乎需要两倍的时间：

有人知道发生了什么吗？如果有什么明显的地方，请原谅我，我对 python 很陌生。

我正在尝试计算数据框和系列的点积，但我得到了ValueError: matrices are not aligned，我真的不明白为什么。我明白了

带有错误消息，我完全理解。但是当我检查我的系列时，它有 25 个值：

当我检查我的数据框时，它也有 25 列：

（ETC）

所以我明白为什么我会收到错误消息。我在这里想念什么？

一些附加信息：我正在使用weightedave=data.dot(weights) 并且我刚刚在点代码中发现它确实common = data.columns.union(weights.index)可以获取common错误消息中的引用。所以我测试了它，但在我的情况下，它变成了

这确实比我的列/索引数（25）长（50）。我应该重命名我的系列还是数据框中的列？

笔记：

我有一个大数组A：

我需要计算相关系数。

我只是借用了他们的代码并编写了我自己的 cov/corr 而不是转换成双精度数，因为我真的只需要 32 位浮点数。而且我放弃了 conj()，因为我的数据总是真实的。

我仍然内存不足，我正在使用一台大内存机器，264GB

有人告诉我，快速的 C 库可能正在使用将点积分解为多个部分的例程，为了优化这一点，元素的数量被填充为 2 的幂。

我真的不需要计算相关系数矩阵的对称一半。但是，我没有看到一种方法可以在合理的时间内通过 python 循环“手动”执行此操作。

有谁知道向 numpy 询问一个体面的点积例程的方法，它可以平衡内存使用与速度......？

干杯

更新：

有趣的是，写这些问题有助于我找到更好的谷歌查询语言。

发现这个：

不确定我是否遵循它....所以，请评论或提供有关此解决方案的答案、您自己的想法，或者只是对此类问题的一般评论。

TIA

编辑：我很抱歉，因为我的数组比我想象的要大得多。数组大小实际上是 151,000 x 265 我在一台 264 GB 且至少有 230 GB 可用空间的机器上内存不足。

我很惊讶对 blas dgemm 的 numpy 调用并小心使用 C 顺序数组并没有蹲下。

为什么我在取两个复值向量的点积时会得到如此奇怪的值？我很确定答案应该是 8，但我仍然得到 2.0000 + 3.4641i，如上所示。难道我做错了什么？

我对 python 很陌生，因此我对数组很感兴趣，我对一个相当简单的问题感到震惊。我有一个列表列表，如下所示：

我想将每个列表的元素相乘。就像是：

想知道我是否可以在不使用 numpy/scipy 的情况下完成上述操作。

谢谢。

我正在尝试对所有可能的向量组合执行点积。我能够找到所有可能的组合。我只是不太明白 combn() 中的 FUN 参数是如何工作的。以下是我的代码，感谢您的帮助！

我的计划是创造一种方法来挑选最好的口袋妖怪团队。我不确定如何从 16 个防御向量与 12 个向量的点积创建一个包含 12 个向量的所有可能组合的列表，然后对 atk 向量执行相同的操作。我的另一个问题是找到一种方法来计算每个团队中口袋妖怪的总价值。我希望我的结果看起来像这个矩阵：

团队............总统计............攻击得分............ ...................... 定义分数

(6 pokemon) (6 pokemon 的统计总和) (每个 atk 向量的点积) (每个 def 向量的点积)

这些向量代表每种口袋妖怪类型之间的攻击和防御交互

测试数据：

我想知道如何获得两个向量的点积。

所以基本上我正在尝试构建一个满足这两个检查期望的函数（点）。

到目前为止，我只是通过定义函数开始

我之前定义了一个与 foldl 相同的函数 (vfold)，除了 vfoldl 作用于向量而不是列表，但我不确定我是否必须将它用于这个新函数。

我有一个 Rdata frame列是逻辑变量。我需要在所有可能的列对之间进行某种点积。

这源于文本语料库分析，其中数据框指示哪些术语（行）存在于哪些文档（列）中。daisy对于希望使用from clusterpackage 或cosinefrom package计算每个可能的列对的距离的情况，有一些常见的快速解决方案lsa。

但是，我需要在所有列对之间使用某种点积来代替：目标是计算比较的两个文档中同时存在多少个单词（并且对于每一对）。