通过迭代构建一个numpy数组

Question

我从一个形状（n，d）的数组开始，其中包含长度为 d 个维度的n个粒子向量，并想构建一个包含形状为（n， n，d），我将继续使用它来计算牛顿模拟中的力等。

我希望能够针对任意数量的维度进行概括，因此位置矢量可以是任何 d ，并提出以下内容，在一个位置上将新维度构建为一个数组时间进入列表，然后将其转换回数组。但这似乎很笨拙，而且，由于它必须是一种常见的操作，因此我不禁想到有一些内置的numpy魔术可以更快地执行此操作。

def delta_matrix(pos_vec):
    build=[]
    for i in pos_vec:
        build.append(i-pos_vec)
    return np.array(build)

那么特别是，有一种执行这种迭代类型的操作的numpy方法吗？

Answer 1

列表理解呢？看起来很简单，但功能足够强大。

def delta_matrix(pos_vec):
    return np.array([i-pos_vec for i in pos_vec])