Question

在python numpy中解决以下问题的最佳和最有效的方法是什么：

给出权重向量：

weights = numpy.array([1, 5, 2])

和值向量：

values = numpy.array([1, 3, 10, 4, 2])

结果我需要一个矩阵，其中每行包含values向量标量乘以weights[row]的值：

result = [
    [1,  3, 10,  4,  2],
    [5, 15, 50, 20, 10],
    [2,  6, 20,  8,  4]
]

我找到的一个解决方案如下：

result = numpy.array([ weights[n]*values for n in range(len(weights)) ])

有更好的方法吗？

Answer 1

此操作称为outer product。可以使用numpy.outer()：

执行

In [6]: numpy.outer(weights, values)
Out[6]: 
array([[ 1,  3, 10,  4,  2],
       [ 5, 15, 50, 20, 10],
       [ 2,  6, 20,  8,  4]])

Answer 2

您可以将weights重塑为维度（3,1）数组，然后将其乘以values

weights = numpy.array([1, 5, 2])[:,None]  #column vector
values = numpy.array([1, 3, 10, 4, 2])
result = weights*values

print(result)

array([[ 1,  3, 10,  4,  2],  
      [ 5, 15, 50, 20, 10],  
      [ 2,  6, 20,  8,  4]])

This answer解释了[:,None]

numpy - 列向量的标量乘法乘行向量

2 个答案: