Python numpy ufunc.outer用法及代码示例

本文简要介绍 python 语言中 numpy.ufunc.outer 的用法。

用法:

ufunc.outer(A, B, /, **kwargs)

将 ufunc 操作应用于所有对 (a, b)，其中 a 在 A 中，b 在 B 中。

让M = A.ndim,N = B.ndim.那么结果，C， 的op.outer(A, B)是一个维度为 M + N 的数组，使得：

\[C[i_0, ..., i_{M-1}, j_0, ..., j_{N-1}] = op(A[i_0, ..., i_{M-1}], B[j_0, ..., j_{N-1}])\]

对于 A 和 B 一维，这相当于：

r = empty(len(A),len(B))
for i in range(len(A)):
    for j in range(len(B)):
        r[i,j] = op(A[i], B[j])  # op = ufunc in question

参数：

A： array_like

第一个数组

B： array_like

第二个数组

kwargs： 任何

传递给 ufunc 的参数。通常numpy.dtype或者out.看ufunc有关所有可用参数的全面概述。

返回：

r： ndarray

输出数组

例子：

>>> np.multiply.outer([1, 2, 3], [4, 5, 6])
array([[ 4,  5,  6],
       [ 8, 10, 12],
       [12, 15, 18]])

多维示例：

>>> A = np.array([[1, 2, 3], [4, 5, 6]])
>>> A.shape
(2, 3)
>>> B = np.array([[1, 2, 3, 4]])
>>> B.shape
(1, 4)
>>> C = np.multiply.outer(A, B)
>>> C.shape; C
(2, 3, 1, 4)
array([[[[ 1,  2,  3,  4]],
        [[ 2,  4,  6,  8]],
        [[ 3,  6,  9, 12]]],
       [[[ 4,  8, 12, 16]],
        [[ 5, 10, 15, 20]],
        [[ 6, 12, 18, 24]]]])