python - 计算numpy中两个向量之间的成对差异？

Question

我有两个向量，我想构建它们成对差异的矩阵。目前我这样做:

import numpy as np
a = np.array([1,2,3,4])
b = np.array([3,2,1])
M = a.reshape((-1,1)) - b.reshape((1,-1))

这当然有效，但我想知道这是否真的是预期的做事方式。该行的可读性欠佳；必须想一想 reshape 正在做什么。这可以改进吗？是否有另一种“更清洁”的方式来实现同样的目标？

Answer 1

有一种不需要您手动 reshape 的有效方法，使用 numpy 的 ufunc (universal function)特征。每个 ufunc，包括 np.subtract，都有一个名为 outer 的方法，它可以执行您想要的操作。 ( documentation )

outer 将计算(在本例中为 np.subtract)应用于所有对。

>>> import numpy as np
>>> a = np.array([1,2,3,4])
>>> b = np.array([3,2,1])
>>> M = np.subtract.outer(a, b)
>>> M
array([[-2, -1,  0],
       [-1,  0,  1],
       [ 0,  1,  2],
       [ 1,  2,  3]])
>>>

让我们确认它是否符合您的预期结果。

>>> # This is how `M` was defined in the question:
>>> M = a.reshape((-1,1)) - b.reshape((1,-1))
>>> M
array([[-2, -1,  0],
       [-1,  0,  1],
       [ 0,  1,  2],
       [ 1,  2,  3]])