我可以轻松地将这些值与它们的索引一起赋值,以获得数据矩阵如下:现在我有了一个价值矩阵,比如:并需要逐行分配值和索引(即val中的一行和ind中的一行)来获取数据矩阵。我可以使用for循环执行此操作,如下所示:for(j in 1:J){x[j,]<-val[j,ind[j,]]}
但是我想知道是否有更有效的方法来做到
在numpy和tensorflow中,如果较小矩阵的形状是较大矩阵的后缀,则可以添加不同维数的矩阵(或张量)。[a,b,c] = x[a,b,c] + y[b,c]for a in range(10):有没有什么方法可以让我高效地执行这个操作(而不用自己编写python循环)?到目前为止,我已经想过可以像这样使用einsum引入一个形状为(10,7,5)的临时<e