[英]How to construct a matrix of all possible differences of a vector in numpy
我有一個一維數組,可以說:
import numpy as np
inp_vec = np.array([1, 2, 3])
現在,我想構造一個形式的矩陣
[[1 - 1, 1 - 2, 1 - 3],
[2 - 1, 2 - 2, 2 - 3],
[3 - 1, 3 - 2, 3 - 3]])
當然,它可以用 for 循環來完成,但有沒有更優雅的方法來做到這一點?
這我也找到了一個很好的方法:
np.subtract.outer([1,2,3], [1,2,3])
這似乎有效:
In [1]: %paste
import numpy as np
inp_vec = np.array([1, 2, 3])
## -- End pasted text --
In [2]: inp_vec.reshape(-1, 1) - inp_vec
Out[2]:
array([[ 0, -1, -2],
[ 1, 0, -1],
[ 2, 1, 0]])
解釋:
您首先將數組重塑為nx1
。 當您減去一維數組時,它們都會廣播到nxn
:
array([[ 1, 1, 1],
[ 2, 2, 2],
[ 3, 3, 3]])
和
array([[ 1, 2, 3],
[ 1, 2, 3],
[ 1, 2, 3]])
然后按元素進行減法,從而產生所需的結果。
import numpy as np
inp_vec = np.array([1, 2, 3])
a, b = np.meshgrid(inp_vec, inp_vec)
print(b - a)
輸出:
Array([[ 0 -1 -2],
[ 1 0 -1],
[ 2 1 0]])
使用 np.nexaxis
import numpy as np
inp_vec = np.array([1, 2, 3])
output = inp_vec[:, np.newaxis] - inp_vec
輸出
array([[ 0, -1, -2],
[ 1, 0, -1],
[ 2, 1, 0]])
這是一種快速而簡單的替代方法。
import numpy as np
inp_vec = np.array([1, 2, 3])
N = len(inp_vec)
np.reshape(inp_vec,(N,1)) - np.reshape(inp_vec,(1,N))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.