numpy.outer
-
numpy.outer(a, b, out=None)[source] -
Вычислить внешнее произведение двух векторов.
Для двух векторов,
a = [a0, a1, ..., aM]иb = [b0, b1, ..., bN], внешнее произведение [1] равно:[[a0*b0 a0*b1 ... a0*bN ] [a1*b0 . [ ... . [aM*b0 aM*bN ]]
Параметры: -
a : (M,) array_like -
Первый входной вектор. Вход преобразуется к одномерному, если он не является таковым.
-
b : (N,) array_like -
Второй входной вектор. Вход преобразуется к одномерному, если он не является таковым.
-
out : (M, N) ndarray, optional -
Место, где хранится результат
Добавлена в версии 1.9.0.
Возвращает: -
out : (M, N) ndarray -
out[i, j] = a[i] * b[j]
См. также
-
einsum -
einsum('i,j->ij', a.ravel(), b.ravel())является эквивалентом. -
ufunc.outer - Обобщение на N измерений и другие операции.
np.multiply.outer(a.ravel(), b.ravel())является эквивалентом.
Ссылки
[1] (1, 2) : G. H. Golub и C. F. Van Loan, Матричные вычисления, 3-е изд., Балтимор, МД, Johns Hopkins University Press, 1996, стр. 8. Примеры
Создайте (очень грубую) сетку для вычисления множества Мандельброта:
>>> rl = np.outer(np.ones((5,)), np.linspace(-2, 2, 5)) >>> rl array([[-2., -1., 0., 1., 2.], [-2., -1., 0., 1., 2.], [-2., -1., 0., 1., 2.], [-2., -1., 0., 1., 2.], [-2., -1., 0., 1., 2.]]) >>> im = np.outer(1j*np.linspace(2, -2, 5), np.ones((5,))) >>> im array([[ 0.+2.j, 0.+2.j, 0.+2.j, 0.+2.j, 0.+2.j], [ 0.+1.j, 0.+1.j, 0.+1.j, 0.+1.j, 0.+1.j], [ 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j], [ 0.-1.j, 0.-1.j, 0.-1.j, 0.-1.j, 0.-1.j], [ 0.-2.j, 0.-2.j, 0.-2.j, 0.-2.j, 0.-2.j]]) >>> grid = rl + im >>> grid array([[-2.+2.j, -1.+2.j, 0.+2.j, 1.+2.j, 2.+2.j], [-2.+1.j, -1.+1.j, 0.+1.j, 1.+1.j, 2.+1.j], [-2.+0.j, -1.+0.j, 0.+0.j, 1.+0.j, 2.+0.j], [-2.-1.j, -1.-1.j, 0.-1.j, 1.-1.j, 2.-1.j], [-2.-2.j, -1.-2.j, 0.-2.j, 1.-2.j, 2.-2.j]])Пример с «вектором» букв:
>>> x = np.array(['a', 'b', 'c'], dtype=object) >>> np.outer(x, [1, 2, 3]) array([[a, aa, aaa], [b, bb, bbb], [c, cc, ccc]], dtype=object) -
© 2005–2019 NumPy Developers
Licensed under the 3-clause BSD License.
https://docs.scipy.org/doc/numpy-1.15.4/reference/generated/numpy.outer.html