2013-05-11 3 views
6
>>> x = np.array([['a0', 'a1'],['b0','b1']]) 
>>> y = np.array([['x0', 'x1'],['y0','y1']]) 
>>> iterable = [np.outer(x[i],y[i]) for i in xrange(x.shape[0])] 
>>> elbareti = np.asarray(iterable) 
>>> elbareti 
array([[[ 'a0'*'x0', 'a0'*'x1' ], 
     [ 'a1'*'x0', 'a1'*'x1' ]], 

     [[ 'b0'*'y0', 'b0'*'y1' ], 
     [ 'b1'*'y0', 'b1'*'y1' ]]]) 

私は大規模な配列を使って作業することを計画しているので、これにnumpyのようなバージョンがありますか?私は答えが鼻の下にあるように感じ、それはreduceと何か関係があると思っていますが、numpyのバージョンはufuncでのみ機能し、機能ではありません。ヒントさえも大いに評価されるでしょう。軸に沿ってnumpy.outerを実行するベクトル化された方法がありますか?

ありがとうございます。

+0

注:より良い

[np.outer(x[i],y[i]) for i in xrange(x.shape[0])] 

のように記述された上記のコードは、例示の目的のためです。それは実際には機能しません... –

答えて

8

これはあなたが探しているものですか?

x = np.array([[1,2], [3,4]]) 
y = np.array([[5,6], [7,8]]) 

x[:,:,np.newaxis] * y[:,np.newaxis,:] 

array([[[ 5, 6], 
     [10, 12]], 

     [[21, 24], 
     [28, 32]]]) 

EDIT:

はところで、それは実装を見てなかれ便利です。 「魔法」を理解するのに役立ちます。 np.outerは次のようになります。

return a.ravel()[:,newaxis]*b.ravel()[newaxis,:] 

ここからは簡単です。あなたが質問に

また、あなたが持っている:

[np.outer(xx,yy) for xx,yy in izip(x,y)] 
+0

うわー。完璧!ありがとう、@ shx2。 –