python - 求和 2 个 Numpy 数组之间的平方差

<分区>

假设我有以下 2 个数组:

import numpy as np
a=np.asarray([[1,2,4],
       [3,1,2]])
b=np.asarray([[2,1,1],
       [3,2,3],
       [4,1,2],
       [2,2,1],])

对于 a 中的每一行 a_row，我想得到 a_row 与 b 中每一行之间的平方差之和。结果数组将是一个 2 x 4 数组。预期结果如下:

array([[ 11.,   5.,  14.,  10.],
       [  2.,   2.,   1.,   3.]])

我已经使用循环实现了一个解决方案:

c=np.zeros((2,4))
for e in range(a.shape[0]):
    c[e,:] = np.sum(np.square(b-a[e,:]),axis=1)
print c

我需要的是完全矢量化的解决方案，即不需要循环。

最佳答案

这是一种 NumPythonic 方法，只需 reshape b 即可直接从中减去 a:

>>> np.square(b[:,None] - a).sum(axis=2).T
array([[11,  5, 14, 10],
       [ 2,  2,  1,  3]])

关于python - 求和 2 个 Numpy 数组之间的平方差，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37688078/

相关文章：

python - 函数中的局部变量输出让我感到惊讶