Question

我有一个一维数组，让我们说：

import numpy as np
inp_vec = np.array([1, 2, 3])

现在，我想构建一个形式

的矩阵

m = [[0, 1-2, 1-3], [2-1, 0, 2-3], [3-1, 3-2, 0]]

当然可以用for循环来完成，但有更优雅的方法吗？

Answer 1

这似乎有效：

In [1]: %paste
import numpy as np
inp_vec = np.array([1, 2, 3])

## -- End pasted text --

In [2]: inp_vec.reshape(-1, 1) - inp_vec
Out[2]: 
array([[ 0, -1, -2],
       [ 1,  0, -1],
       [ 2,  1,  0]])

说明：

您首先将数组重塑为nx1。当您减去1D数组时，它们都会广播到nxn：

array([[ 1,  1,  1],
       [ 2,  2,  2],
       [ 3,  3,  3]])

和

array([[ 1,  2,  3],
       [ 1,  2,  3],
       [ 1,  2,  3]])

然后逐个元素地进行减法，得到所需的结果。

Answer 2

import numpy as np
inp_vec = np.array([1, 2, 3])

a, b = np.meshgrid(inp_vec, inp_vec)
print(b - a)

输出：

Array([[ 0 -1 -2],
       [ 1  0 -1],
       [ 2  1  0]])

Answer 3

我也找到了一个很好的方法：

np.subtract.outer([1,2,3], [1,2,3])

Answer 4

使用np.nexaxis

import numpy as np
inp_vec = np.array([1, 2, 3])

output = inp_vec[:, np.newaxis] - inp_vec

输出

array([[ 0, -1, -2],
       [ 1,  0, -1],
       [ 2,  1,  0]])

如何在numpy中构造一个向量的所有可能差异的矩阵

4 个答案: