從向量與向量上的函數輸出創建 numpy 矩陣

Question

我有兩個向量/一維numpy數組和一個我想應用的函數：

arr1 = np.arange(1, 5)
arr2 = np.arange(2, 6)
func = lambda x, y: x * y

我現在想構造一個包含函數輸出值的n * m矩陣（其中n 、 m分別是arr1和arr2的長度）。 使用 for 循環的幼稚方法如下所示：

np.array([[func(x, y) for x in arr1] for y in arr2])

我想知道是否有更智能的矢量化方法使用arr1[:, None]語法來應用我的函數 - 請注意我的實際函數要復雜得多，不能分解為簡單的numpy操作（ arr1[:, None] * arr2[None, :]不起作用）。

Answer 1

這是您的循環方法和@I'mahdi 的方法之間的一些比較：

import time
arr1 = np.arange(1, 10000)
arr2 = np.arange(2, 10001)


start = time.time()
np.array([[func(x, y) for x in arr1] for y in arr2])
print('loop: __time__', time.time()-start)

start = time.time()
(arr1[:, None]*arr2[None, :]).T
print('* __time__', time.time()-start)

start = time.time()
np.einsum('i, j -> ji', arr1, arr2)
print('einsum __time__', time.time()-start)

start = time.time()
np.matmul(arr2[:,None], arr1[None,:])
print('matmul __time__', time.time()-start)

輸出：

loop: __time__ 70.3061535358429
* __time__ 0.43536829948425293
einsum __time__ 0.508014440536499
matmul __time__ 0.7149899005889893

Answer 2

當你有numpy.array時，一種方法可以是numpy.einsum 。 因為你想計算這個： arr1_i * arr2_j -> insert to arr_result_ji 。

>>> np.einsum('i, j -> ji', arr1, arr2)
array([[ 2,  4,  6,  8],
       [ 3,  6,  9, 12],
       [ 4,  8, 12, 16],
       [ 5, 10, 15, 20]])

或者您可以使用numpy.matmul或使用@ 。

>>> np.matmul(arr2[:,None], arr1[None,:])
# OR
>>> arr2[:,None] @ arr1[None,:]
array([[ 2,  4,  6,  8],
       [ 3,  6,  9, 12],
       [ 4,  8, 12, 16],
       [ 5, 10, 15, 20]])