python - Numpy:以向量形式重写外积和对角线加法

Question

假设X是:

X = np.asarray(
   [0.5, 0.5],
   [0.87070241, 0.12929759],
   [0.97738616, 0.02261384],
   [0.99200957, 0.00799043]], dtype=np.float32)

对于每一行，我想将一行转换为对角矩阵并从中减去外积，如下所示:

np.diagflat(X[i, :]) - np.outer(X[i, :], X[i, :])

对于任何索引i。

当然，我可以在 i 上编写一个 for 循环，但是有没有办法以矢量化形式实现它？

我发现，看来我可以将减去的部分重写为:

X.T[:, None, :] * X.T[None, :]

但仍然不知道如何在不添加 for 循环的情况下正确添加 diagflat 或其等效项。

Answer 1

可能有一种更易读的方式，但是:

(np.eye(2) * X[:, np.newaxis]) - (X[:, np.newaxis]) * X[..., np.newaxis]

应该做你想做的事。

编辑:从我最初的答案 (np.eye(2)[np.newaxis] - X[:, np.newaxis]) * X[..., np.newaxis] 经过OP修正后。