ma.innerproduct() のサンプルコード

NumPy の Masked Array Operations における ma.innerproduct() の詳細解説

NumPy の ma.innerproduct() は、マスクされた配列に対して内積を計算する関数です。これは、通常の np.innerproduct() と似ていますが、マスクされた値を無視する点が異なります。

詳細

ma.innerproduct() は以下の式で計算されます。

def innerproduct(a, b, axis=None):
  """
  Masked inner product of two arrays.

  Parameters
  ----------
  a : array_like
    First array.
  b : array_like
    Second array.
  axis : int or None, optional
    Axis or axes along which to compute the inner product.  If None,
    the inner product is computed over the flattened arrays.

  Returns
  -------
  innerproduct : masked_array
    The inner product of `a` and `b`.
  """

  a = ma.asarray(a)
  b = ma.asarray(b)
  return dot(a, b, axis=axis)

引数

• a: マスクされた配列
• axis: 内積を計算する軸

戻り値

• マスクされた配列：a と b の内積

例

import numpy as np
import numpy.ma as ma

a = ma.array([1, 2, 3], mask=[False, True, False])
b = ma.array([4, 5, 6], mask=[False, False, True])

# マスクされた値は無視されます
innerproduct = ma.innerproduct(a, b)
print(innerproduct)  # 12

# 軸を指定することもできます
innerproduct = ma.innerproduct(a, b, axis=0)
print(innerproduct)  # [ 4  7]

補足

• ma.innerproduct() は、np.innerproduct() と同じように、dot() 関数を使用して実装されています。
• マスクされた値は、内積の計算に含められません。
• 軸を指定しない場合は、配列はフラット化されて内積が計算されます。

NumPy Masked Array Operations における ma.innerproduct() のサンプルコード

ベクトル同士の内積

import numpy as np
import numpy.ma as ma

a = ma.array([1, 2, 3], mask=[False, True, False])
b = ma.array([4, 5, 6], mask=[False, False, True])

# マスクされた値は無視されます
innerproduct = ma.innerproduct(a, b)
print(innerproduct)  # 12

2次元配列同士の内積

a = ma.array([[1, 2], [3, 4]], mask=[[False, True], [False, False]])
b = ma.array([[5, 6], [7, 8]], mask=[[False, False], [True, False]])

# 軸を指定しないと、配列はフラット化されて内積が計算されます
innerproduct = ma.innerproduct(a, b)
print(innerproduct)  # [ 7 22]

# 軸を指定して、各行ベクトルと列ベクトルの内積を計算することもできます
innerproduct = ma.innerproduct(a, b, axis=1)
print(innerproduct)  # [[ 5 22]
                       #  [21 32]]

マスクされた値を含む配列の内積

a = ma.array([1, 2, 3], mask=[False, True, False])
b = ma.array([4, 5, 6], mask=[False, False, True])

# マスクされた値は無視されます
innerproduct = ma.innerproduct(a, b)
print(innerproduct)  # 12

# fill_value を指定することで、マスクされた値を特定の値で置き換えて内積を計算することもできます
innerproduct = ma.innerproduct(a, b, fill_value=0)
print(innerproduct)  # 20

複素数配列の内積

a = ma.array([1+2j, 3+4j], mask=[False, False])
b = ma.array([5+6j, 7+8j], mask=[False, False])

# 複素数配列の内積も計算できます
innerproduct = ma.innerproduct(a, b)
print(innerproduct)  # (43-10j)

高次元配列の内積

a = ma.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]], mask=[[[False, True], [False, False]], [[False, False], [True, False]]])
b = ma.array([[[9, 10], [11, 12]], [[13, 14], [15, 16]]], mask=[[[False, False], [False, False]], [[False, False], [False, False]]])

# 複数の軸を指定して、内積を計算することができます
innerproduct = ma.innerproduct(a, b, axis=(1, 2))
print(innerproduct)  # [[ 7 22]
                       #  [21 32]]

NumPy Masked Array Operations における ma.innerproduct() の代替方法

ループによる計算

import numpy as np
import numpy.ma as ma

def innerproduct(a, b):
  """
  Masked inner product of two arrays.

  Parameters
  ----------
  a : array_like
    First array.
  b : array_like
    Second array.

  Returns
  -------
  innerproduct : masked_array
    The inner product of `a` and `b`.
  """

  a = ma.asarray(a)
  b = ma.asarray(b)
  result = 0
  for i in range(a.size):
    if not a.mask[i] and not b.mask[i]:
      result += a[i] * b[i]
  return result

a = ma.array([1, 2, 3], mask=[False, True, False])
b = ma.array([4, 5, 6], mask=[False, False, True])

innerproduct = innerproduct(a, b)
print(innerproduct)  # 12

NumPy の dot() 関数

import numpy as np
import numpy.ma as ma

a = ma.array([1, 2, 3], mask=[False, True, False])
b = ma.array([4, 5, 6], mask=[False, False, True])

# マスクされた値は無視されます
innerproduct = np.dot(a.compressed(), b.compressed())
print(innerproduct)  # 12

NumPy の einsum() 関数

import numpy as np
import numpy.ma as ma

a = ma.array([1, 2, 3], mask=[False, True, False])
b = ma.array([4, 5, 6], mask=[False, False, True])

# マスクされた値は無視されます
innerproduct = np.einsum("i,i", a.compressed(), b.compressed())
print(innerproduct)  # 12

これらの方法は、ma.innerproduct() 関数よりも柔軟性がありますが、コード量が増える場合があります。

NumPy Masked Array Operations における ma.innerproduct() 関数は、マスクされた配列の内積を計算する便利な関数です。しかし、ループによる計算、np.dot() 関数、np.einsum() 関数など、他の方法で同じ結果を得ることもできます。