[英]Numpy: Outer sum along a specific axis
我正在寻找一种有效的方法来对二维矩阵列进行外部求和。
假设 A 是一个 (2, 3) 矩阵,我想要的结果是 (3,2,2) 并定义为:
A = np.array([[a11, a12, a13],
[a21, a22, a23]])
myWantedResult = np.array( [[[a11+a11, a11+a21],
[a21+a11, a21+a21]], # This is the np.add.outer(A[:,0],A[:,0])
[[a12+a12, a12+a22 ],
[a22+a12, a22+a22]], # This is the np.add.outer(A[:,1],A[:,1])
[[a13+a13, a13+a23],
[a23+a13, a23+a23]]# This is the np.add.outer(A[:,2],A[:,2])
])
我已经尝试过遍历该列,但这非常耗时,因为我想在大型数组上进行。 我正在寻找矢量化解决方案。
非常感谢 !
外部添加可以通过将A
添加到形状为(2, 1, 3)
的A
的重塑版本来完成广播。 该重塑可以通过多种方式完成,包括A[:, None, :]
, A.reshape((2, 1, 3))
或np.expand_dims(A, 1)
。 然后A + A[:, None, :]
包含您想要的结果,但形状为(2, 2, 3)
。 您可以使用np.moveaxis
重新排列轴,使形状为(3, 2, 2)
。
In [174]: A
Out[174]:
array([[ 1, 10, 100],
[-25, 50, 500]])
In [175]: B = np.moveaxis(A + A[:, None, :], -1, 0)
In [176]: B.shape
Out[176]: (3, 2, 2)
In [177]: B
Out[177]:
array([[[ 2, -24],
[ -24, -50]],
[[ 20, 60],
[ 60, 100]],
[[ 200, 600],
[ 600, 1000]]])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.