numpy - 列向量乘以行向量的标量乘法答案

【问题标题】：numpy - scalar multiplication of column vector times row vectornumpy - 列向量乘以行向量的标量乘法
【发布时间】：2013-04-04 23:23:39
【问题描述】：

在python numpy中解决以下问题的最佳和最有效的方法是什么：

给定一个权重向量：

weights = numpy.array([1, 5, 2])

和一个值向量：

values = numpy.array([1, 3, 10, 4, 2])

因此我需要一个矩阵，它在每一行包含values 向量标量乘以weights[row] 的值：

result = [
    [1,  3, 10,  4,  2],
    [5, 15, 50, 20, 10],
    [2,  6, 20,  8,  4]
]

我找到的一个解决方案如下：

result = numpy.array([ weights[n]*values for n in range(len(weights)) ])

有没有更好的办法？

【问题讨论】：

标签： python vector matrix numpy

【解决方案1】：

您可以将weights 重塑为一个维度 (3,1) 数组，然后将其乘以values

weights = numpy.array([1, 5, 2])[:,None]  #column vector
values = numpy.array([1, 3, 10, 4, 2])
result = weights*values

print(result)

array([[ 1,  3, 10,  4,  2],  
      [ 5, 15, 50, 20, 10],  
      [ 2,  6, 20,  8,  4]])

This answer 解释[:,None]

【讨论】：

【解决方案2】：

此操作称为outer product。可以使用numpy.outer()来执行：

In [6]: numpy.outer(weights, values)
Out[6]: 
array([[ 1,  3, 10,  4,  2],
       [ 5, 15, 50, 20, 10],
       [ 2,  6, 20,  8,  4]])

【讨论】：

很好！！谢谢！正是我需要的！