Python numpy ufunc.outer用法及代碼示例

本文簡要介紹 python 語言中 numpy.ufunc.outer 的用法。

用法:

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

將 ufunc 操作應用於所有對 (a, b)，其中 a 在 A 中，b 在 B 中。

讓M = A.ndim,N = B.ndim.那麽結果，C， 的op.outer(A, B)是一個維度為 M + N 的數組，使得：

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

對於 A 和 B 一維，這相當於：

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

參數：

A： array_like

第一個數組

B： array_like

第二個數組

kwargs： 任何

傳遞給 ufunc 的參數。通常numpy.dtype或者out.看ufunc有關所有可用參數的全麵概述。

返回：

r： ndarray

輸出數組

例子：

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

多維示例：

>>> 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]]]])