Numpy 添加向量的所有组合

Question

添加两个向量 arrays 的所有组合的最有效的数值方法是什么？ 例如，我想要的是以下内容：

a = np.array([[1,2,3], [4,5,6]])
b = np.array([[7,8,9], [10,11,12]])
[ai + bj for ai in a for bj in b]

给

[array([ 8, 10, 12]),
 array([11, 13, 15]),
 array([11, 13, 15]),
 array([14, 16, 18])]

它是一个带有向量而不是主要数据类型的网格。

我已经尝试过明确地构建网格结果，这比列表理解要快：

a_tile = np.tile(a, (2, 1))

array([[1, 2, 3],
       [4, 5, 6],
       [1, 2, 3],
       [4, 5, 6]])

b_repeat = np.repeat(b, 2, axis=0)

array([[ 7,  8,  9],
       [ 7,  8,  9],
       [10, 11, 12],
       [10, 11, 12]])

a_tile + b_repeat

array([[ 8, 10, 12],
       [11, 13, 15],
       [11, 13, 15],
       [14, 16, 18]])

这是最有效的吗？ 我正在寻找一种广播 arrays 的方法，以便不明确构建网格。

Answer 1

您可以使用numpy.broadcast_to广播数组

N = 2 #number of repeats
your_req_array = np.broadcast_to(b.T, (N,b.shape[1], b.shape[0])).transpose(2,0,1).reshape(-1,b.shape[1]) + np.broadcast_to(a, (N,a.shape[0], a.shape[1])).reshape(-1,b.shape[1])

Answer 2

您可以尝试以下方法：

import numpy as np

a = np.array([[1,2,3], [4,5,6]])
b = np.array([[7,8,9], [10,11,12]])

(a[..., None] + b.T).transpose(0, 2, 1).reshape(-1, 3)

它给：

array([[ 8, 10, 12],
       [11, 13, 15],
       [11, 13, 15],
       [14, 16, 18]])