numpy中两个数组的乘法

Question

我有两个numpy数组:

x = numpy.array([1, 2])
y = numpy.array([3, 4])

我想创建一个元素矩阵产品:

[[3, 6],
 [4, 8]]

最简单的方法是什么？

Answer 1

一种方法是使用outer函数np.multiply(如果你想要与你的问题中的顺序相同,则转置):

>>> np.multiply.outer(x, y).T
array([[3, 6],
       [4, 8]])

在NumPy的大多数ufuncs有这个有用的outer功能(add,subtract,divide等).正如@Akavall所暗示的,np.outer这里的乘法情况相当.

或者,np.einsum可以一次执行乘法和转置:

>>> np.einsum('i,j->ji', x, y)
array([[3, 6],
       [4, 8]])

第三种方法是在一个数组中插入一个新轴然后相乘,尽管这有点冗长:

>>> (x[:, np.newaxis] * y).T
array([[3, 6],
       [4, 8]])

对于那些对性能感兴趣的人,以下是两个长度为15的数组的操作时序,从最快到最慢:

In [70]: x = np.arange(15)
In [71]: y = np.arange(0, 30, 2)
In [72]: %timeit np.einsum('i,j->ji', x, y)
100000 loops, best of 3: 2.88 µs per loop
In [73]: %timeit np.multiply.outer(x, y).T
100000 loops, best of 3: 5.48 µs per loop
In [74]: %timeit (x[:, np.newaxis] * y).T
100000 loops, best of 3: 6.68 µs per loop
In [75]: %timeit np.outer(x, y).T
100000 loops, best of 3: 12.2 µs per loop