從兩個向量的差異中填充numpy矩陣

Question

是否有可能從函數構造一個numpy矩陣？ 在這種情況下，具體地，該函數是兩個向量的絕對差： S[i,j] = abs(A[i] - B[j]) 。 一個使用常規python的最小工作示例：

import numpy as np

A = np.array([1,3,6])
B = np.array([2,4,6])
S = np.zeros((3,3))

for i,x in enumerate(A):
    for j,y in enumerate(B):
        S[i,j] = abs(x-y)

贈送：

[[ 1.  3.  5.]
 [ 1.  1.  3.]
 [ 4.  2.  0.]]

有一個看起來像這樣的結構會很好：

def build_matrix(shape, input_function, *args)

我可以用它的參數傳遞一個輸入函數，並保持numpy的速度優勢。

Answer 1

除了什么@JoshAdel曾建議，您也可以使用outer方法的任何numpy的的ufunc做廣播兩個數組中的情況。

在這種情況下，你只需要np.subtract.outer(A, B) （或者更確切地說，它的絕對值）。

雖然這個例子中任何一個都是可讀的，但在某些情況下廣播更有用，而在其他情況下使用ufunc方法更清晰。

無論哪種方式，了解這兩個技巧都很有用。

例如

import numpy as np

A = np.array([1,3,6])
B = np.array([2,4,6])

diff = np.subtract.outer(A, B)
result = np.abs(diff)

基本上，你可以使用outer ， accumulate ， reduce和reduceat任何numpy的ufunc如subtract ， multiply ， divide ，甚至喜歡的東西logical_and等。

例如， np.cumsum等同於np.add.accumulate 。 這意味着如果你需要，你可以通過np.divide.accumulate實現像cumdiv這樣的東西。

Answer 2

我建議看看numpy的廣播功能：

In [6]: np.abs(A[:,np.newaxis] - B)
Out[6]: 
array([[1, 3, 5],
       [1, 1, 3],
       [4, 2, 0]])

http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html

然后您可以簡單地將您的函數編寫為：

In [7]: def build_matrix(func,args):
   ...:     return func(*args)
   ...: 

In [8]: def f1(A,B):
   ...:     return np.abs(A[:,np.newaxis] - B)
   ...: 

In [9]: build_matrix(f1,(A,B))
Out[9]: 
array([[1, 3, 5],
       [1, 1, 3],
       [4, 2, 0]])

這也應該比大型陣列的解決方案快得多。