如何在类似于点积的numpy中获得“点加法”？ [复制]

Question

我对 numpy 有点陌生，并且正在努力解决这个问题。我有两个二维 numpy 数组：

array1 = [a1, a2, ..., an]
array2 = [b1, b2, ..., am]

a1、a2、b1 和 b2 都是一维数组，其中正好有 100 个浮点数。但是，array1 和 array2 的长度不同。所以array1 和array2 的形状分别为(n, 100) 和(m, 100)，其中n 和m 是任意长度。

我想在它们之间执行某种修改后的点积，以便输出以下矩阵：

array([[ a1+b1, a1+b2, a1+b3, ...],
       [ a2+b1, a2+b2, a2+b3, ...],
       [ a3+b1, a3+b2, a3+b3, ...],
       [...]])

我知道np.dot(array1, array2.T) 让我非常接近。它只是在所需的输出数组中给了我a1•b1 而不是a1+b1。

对于我来说，使用 numpy 获得所需数组的最高效的计算方式是什么？提前致谢！

Answer 1

为此目的使用np.outer ufunc：

np.add.outer(array1,array2)

示例：

array1 = np.array([1,2,3])
array2 = np.array([1,2])

输出：

[[2 3]
 [3 4]
 [4 5]]

Answer 2

作为一种与上述解决方案略有不同且更通用的解决方案。

如果你让第一个数组看起来像 (m, 1, 100)，第二个数组看起来像 (1, n, 100)，然后将这两个相加，你会通过 numpy 的广播得到你想要的规则。

但这很简单：m[:,None,:] + n[None,:,:]。您可以轻松地将其扩展到m 和n 之间的任何类型的操作。