Numpy 对矩阵的每个元素应用运算？

Question

标题可能有点混乱。 我想做这个：

output = []
x = np.asarray([[1,2,3],[2,3,4]])
y = np.asarray([[5,6,7],[7,8,9]])
for i in x:
    output.append(np.linalg.norm(i-y, axis = 0))

但是，我的 x，y 非常大，所以我需要通过应用更多矢量化来加快速度。 有什么建议么？

预期的 output 不一定需要是列表。 任何存储信息的东西都可以。

Answer 1

减去从i广播的y并从结果数组中取出 frobernius，就像你在做的那样：

np.linalg.norm((x - y[:,None]), axis=0)

array([[7.21110255, 7.21110255, 7.21110255],
       [5.83095189, 5.83095189, 5.83095189]])