Question

>>> x = np.array([['a0', 'a1'],['b0','b1']])
>>> y = np.array([['x0', 'x1'],['y0','y1']])
>>> iterable = [np.outer(x[i],y[i]) for i in xrange(x.shape[0])]
>>> elbareti = np.asarray(iterable)
>>> elbareti
array([[[ 'a0'*'x0', 'a0'*'x1' ],
        [ 'a1'*'x0', 'a1'*'x1' ]],

       [[ 'b0'*'y0', 'b0'*'y1' ],
        [ 'b1'*'y0', 'b1'*'y1' ]]])

由于我打算使用大型阵列，是否有更多类似于numpy的版本？我觉得答案就在我的鼻子底下，我认为它与reduce有关，但是numpy的版本只适用于ufunc，而不是函数。即使是暗示也会受到高度赞赏。

提前致谢。

Answer 1

这是你要找的吗？

x = np.array([[1,2], [3,4]])
y = np.array([[5,6], [7,8]])

x[:,:,np.newaxis] * y[:,np.newaxis,:]

array([[[ 5,  6],
        [10, 12]],

       [[21, 24],
        [28, 32]]])

编辑：

不过，看起来实施起来总是有用的。帮助理解“魔术”。 np.outer看起来像这样：

return a.ravel()[:,newaxis]*b.ravel()[newaxis,:]

从这里开始，很容易。

另外，在你的问题中，你有：

[np.outer(x[i],y[i]) for i in xrange(x.shape[0])]

写得更好：

[np.outer(xx,yy) for xx,yy in izip(x,y)]

是否有更多的矢量化方式沿轴执行numpy.outer？

1 个答案: