python - 我有一个带有两个独立离散变量的高斯函数。如何创建所有可能值的矩阵？

Question

基本上我有这个:

from scip.stats import norm
import pandas as pd

r = pd.Series([1, 2, 3])
k = pd.Series([0.2, 0.3, 0.4, 0.5])
x = 2

mean = x + k
variance = k

# I'm feeding the gaussian function two vectors. 
# I'd like to get a matrix back of all possible combinations. Quickly.

values = norm.pdf(r, mean, variance)

所以我给函数 norm.pdf 两个数据向量，我想要一个返回给我的 (3x4) 矩阵，如下所示:

values(1, 0.2)    values(1, 0.3)    values(1, 0.4)    values(1, 0.5)
values(2, 0.2)                                             ...
values(3, 0.2)                                             ...
values(4, 0.2)     ...........       ...........      values(4, 0.5)

我知道我可以遍历所有数组中的所有项目，但这会花费很多时间，而且我计划将其扩大一些。我想利用 numpy 的速度。我试过矢量化，但失败了。有任何想法吗？谢谢!!!

Answer 1

您可以将 pdf 应用于 r 的每个元素，并使用以下方法自动将结果放入矩阵中:

r.apply(lambda x: pd.Series(norm.pdf(x, mean, variance), index=k))

如果您从 apply 返回一个 Series，那么结果会自动解压缩到列中。输出:

            0.2       0.3       0.4       0.5
0  3.037941e-08  0.000111  0.002182  0.008864
1  1.209854e+00  0.806569  0.604927  0.483941
2  6.691511e-04  0.087406  0.323794  0.483941