異なる形状の配列のための速い僅かな共分散

Question

配列aの形状(M1, M2, N)と別の配列bの形状(N,)の間の共分散を得る必要があります。

私が現在やっていることはforブロック使用である：

import numpy as np 

M1, M2, N = 23, 50, 117 
a = np.random.uniform(-2., 2., (M1, M2, N)) 
b = np.random.uniform(-1., 1., N) 

c = [] 
for i in range(M1): 
    for j in range(M2): 
     c.append(np.cov(a[i][j], b)[0, 1]) 

を、それは大きな(M1, M2)のために少し遅くなります。これをスピードアップする方法はありますか？

Answer 1

いつもcovは手で計算できます。ここにはdotとeinsumをそれぞれ使用する2つの提案があります。

import numpy as np 

M1, M2, N = 23, 50, 117 
a = np.random.uniform(-2., 2., (M1, M2, N)) 
b = np.random.uniform(-1., 1., N) 

c = [] 
for i in range(M1): 
    for j in range(M2): 
     c.append(np.cov(a[i][j], b)[0, 1]) 

c1 = np.reshape(c, (M1, M2)) 

ac = a - a.mean(axis=-1, keepdims=True) 
bc = (b - b.mean())/(N-1) 

c2 = np.dot(ac, bc) 
c3 = np.einsum('ijk,k->ij', ac, bc) 
print(np.allclose(c1, c2)) 
print(np.allclose(c1, c3)) 

プリント

True 
True