我是一个 IDL 用户,正在慢慢切换到 numpy/scipy,并且有一个操作我在 IDL 中非常经常做,但无法用 numpy 重现:
IDL> a = [2., 4]
IDL> b = [3., 5]
IDL> print,a # b
6.00000 12.0000
10.0000 20.0000
我什至不确定这个操作的名称。也许在 numpy 中如何做到这一点很明显,但我找不到简单的方法。
最佳答案
这被称为 outer product的两个向量。你可以使用 np.outer
:
import numpy as np
a = np.array([2, 4])
b = np.array([3, 5])
c = np.outer(a, b)
print(c)
# [[ 6 10]
# [12 20]]
假设您的两个输入都是 numpy 数组(而不是 Python 列表等),您还可以将标准 *
运算符与 broadcasting 一起使用:
# you could also replace np.newaxis with None for brevity (see below)
d = a[:, np.newaxis] * b[np.newaxis, :]
你也可以使用 np.dot
结合广播:
e = np.dot(a[:, None], b[None, :])
另一个鲜为人知的选项是使用 .outer
np.multiply
ufunc 的方法:
f = np.multiply.outer(a, b)
我个人会使用 np.outer
或 *
进行广播。
关于python - 向量-向量乘法创建矩阵,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35753880/