我有两个数组，例如形状为(3,2)，另一个形状为(10,7)。我想要两个数组的所有组合，这样我最终得到一个9列数组。换句话说，我希望第一个数组的每一行的所有组合与第二个数组的行。
我该怎么做？据我所知，我没有正确使用meshgrid。
根据以前的帖子，我的印象是
a1 = np.zeros((10,7))
a2 = np.zeros((3,2))
r = np.array(np.meshgrid(a1, a2)).T.reshape(-1, a1.shape[1] + a2.shape[1])
可行，但这给我的尺寸为（84,10）。
答案 0 :(得分：3)
关注绩效这里有array-initialization和element-broadcasting分配的一种方法 -
m1,n1 = a1.shape
m2,n2 = a2.shape
out = np.zeros((m1,m2,n1+n2),dtype=int)
out[:,:,:n1] = a1[:,None,:]
out[:,:,n1:] = a2
out.shape = (m1*m2,-1)
诀窍在于两个步骤：
out[:,:,:n1] = a1[:,None,:]
out[:,:,n1:] = a2
第1步：
In [227]: np.random.seed(0)
In [228]: a1 = np.random.randint(1,9,(3,2))
In [229]: a2 = np.random.randint(1,9,(2,7))
In [230]: m1,n1 = a1.shape
...: m2,n2 = a2.shape
...: out = np.zeros((m1,m2,n1+n2),dtype=int)
...:
In [231]: out[:,:,:n1] = a1[:,None,:]
In [232]: out[:,:,:n1]
Out[232]:
array([[[5, 8],
[5, 8]],
[[6, 1],
[6, 1]],
[[4, 4],
[4, 4]]])
In [233]: a1[:,None,:]
Out[233]:
array([[[5, 8]],
[[6, 1]],
[[4, 4]]])
所以，基本上我们分配a1的元素，保持第一轴与输出的相应一个轴对齐，同时让输出数组的第二轴上的元素以对应的广播方式填充newaxis沿着该轴添加了a1。这是关键所在并带来性能，因为我们没有分配额外的内存空间，否则我们需要使用明确的重复/平铺方法。
第2步：
In [237]: out[:,:,n1:] = a2
In [238]: out[:,:,n1:]
Out[238]:
array([[[4, 8, 2, 4, 6, 3, 5],
[8, 7, 1, 1, 5, 3, 2]],
[[4, 8, 2, 4, 6, 3, 5],
[8, 7, 1, 1, 5, 3, 2]],
[[4, 8, 2, 4, 6, 3, 5],
[8, 7, 1, 1, 5, 3, 2]]])
In [239]: a2
Out[239]:
array([[4, 8, 2, 4, 6, 3, 5],
[8, 7, 1, 1, 5, 3, 2]])
在这里，我们基本上沿着输出数组的第一轴广播块 a2，而不是明确地重复复制。
示例输入，输出完整性 -
In [242]: a1
Out[242]:
array([[5, 8],
[6, 1],
[4, 4]])
In [243]: a2
Out[243]:
array([[4, 8, 2, 4, 6, 3, 5],
[8, 7, 1, 1, 5, 3, 2]])
In [244]: out
Out[244]:
array([[[5, 8, 4, 8, 2, 4, 6, 3, 5],
[5, 8, 8, 7, 1, 1, 5, 3, 2]],
[[6, 1, 4, 8, 2, 4, 6, 3, 5],
[6, 1, 8, 7, 1, 1, 5, 3, 2]],
[[4, 4, 4, 8, 2, 4, 6, 3, 5],
[4, 4, 8, 7, 1, 1, 5, 3, 2]]])
另一位tiling/repeating -
parte1 = np.repeat(a1[:,None,:],m2,axis=0).reshape(-1,m2)
parte2 = np.repeat(a2[None],m1,axis=0).reshape(-1,n2)
out = np.c_[parte1, parte2]
答案 1 :(得分：0)
包含np.tile和np.repeat的解决方案：
a1 = np.arange(20).reshape(5,4)
a2 = np.arange(6).reshape(3,2)
res=hstack((np.tile(a1,(len(a2),1)),np.repeat(a2,len(a1),0)))
# array([[ 0, 1, 2, 3, 0, 1],
# [ 4, 5, 6, 7, 0, 1],
# [ 8, 9, 10, 11, 0, 1],
# [12, 13, 14, 15, 0, 1],
# [16, 17, 18, 19, 0, 1],
# [ 0, 1, 2, 3, 2, 3],
# [ 4, 5, 6, 7, 2, 3],
# [ 8, 9, 10, 11, 2, 3],
# [12, 13, 14, 15, 2, 3],
# [16, 17, 18, 19, 2, 3],
# [ 0, 1, 2, 3, 4, 5],
# [ 4, 5, 6, 7, 4, 5],
# [ 8, 9, 10, 11, 4, 5],
# [12, 13, 14, 15, 4, 5],
# [16, 17, 18, 19, 4, 5]])
答案 2 :(得分：0)
meshgrid，但间接生成行索引：
In [796]: A = np.arange(6).reshape(3,2)
In [797]: B = np.arange(12).reshape(4,3)*10 # reduced size
2个数组的行的混合索引：
In [798]: idx=np.meshgrid(np.arange(3), np.arange(4),indexing='ij')
In [799]: idx
Out[799]:
[array([[0, 0, 0, 0],
[1, 1, 1, 1],
[2, 2, 2, 2]]),
array([[0, 1, 2, 3],
[0, 1, 2, 3],
[0, 1, 2, 3]])]
这会多次复制A行;同样适用于B：
In [800]: A[idx[0],:]
Out[800]:
array([[[0, 1],
[0, 1],
[0, 1],
[0, 1]],
[[2, 3],
[2, 3],
[2, 3],
[2, 3]],
[[4, 5],
[4, 5],
[4, 5],
[4, 5]]])
现在在最后一个维度上连接它们，生成一个（3,4,5）数组。最后重塑为（12,5）：
In [802]: np.concatenate((A[idx[0],:],B[idx[1],:]), axis=-1).reshape(12,5)
Out[802]:
array([[ 0, 1, 0, 10, 20],
[ 0, 1, 30, 40, 50],
[ 0, 1, 60, 70, 80],
[ 0, 1, 90, 100, 110],
[ 2, 3, 0, 10, 20],
[ 2, 3, 30, 40, 50],
[ 2, 3, 60, 70, 80],
[ 2, 3, 90, 100, 110],
[ 4, 5, 0, 10, 20],
[ 4, 5, 30, 40, 50],
[ 4, 5, 60, 70, 80],
[ 4, 5, 90, 100, 110]])