将 ufunc outer() 函数应用于 Numpy 中的所有二维数组对
numpyserver side programmingprogramming
将 ufunc outer() 函数应用于所有二维数组对。numpy.ufunc 具有对整个数组逐个元素进行操作的函数。ufunc 用 C 编写(为了提高速度)，并使用 NumPy 的 ufunc 功能链接到 Python。
通用函数(或简称为 ufunc)是一种以逐个元素的方式对 ndarray 进行操作的函数，支持数组广播、类型转换和其他几个标准功能。也就是说，ufunc 是一个"矢量化"包装函数，该函数接受固定数量的特定输入 并产生固定数量的特定输出。
步骤
首先，导入所需的库 &minusl;
import numpy as np
创建两个二维数组 −
arr1 = np.array([[5, 10, 15, 20], [25, 30, 35, 40]]) arr2 = np.array([[7, 14, 21, 28, 35]])
显示数组 −
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
获取数组的类型 −
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
获取数组的维度 −
print("
我们的数组 1维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
获取数组的形状 −
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
将 ufunc outer() 函数应用于所有对 −
res = np.multiply.outer(arr1, arr2)
print("
结果...
",res)
print("
形状...
",res.shape)
示例
import numpy as np
# numpy.ufunc 具有对整个数组逐个元素进行操作的函数。
# ufuncs 是用 C 编写的(为了提高速度)，并使用 NumPy 的 ufunc 功能链接到 Python
# 创建两个 2D 数组
arr1 = np.array([[5, 10, 15, 20], [25, 30, 35, 40]])
arr2 = np.array([[7, 14, 21, 28, 35]])
# 显示数组
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
# 获取数组的类型
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)
# 获取数组的维度
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
# 获取数组的形状
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
# 将 ufunc outer() 函数应用于所有对
res = np.multiply.outer(arr1, arr2)
print("
结果...
",res)
print("
形状...
",res.shape)
输出
数组 1... [[ 5 10 15 20] [25 30 35 40]] 数组 2... [[ 7 14 21 28 35]] 我们的数组 1 类型... int64 我们的数组 2 类型... int64 我们的数组 1 维度... 2 我们的数组 2 维度... 2 我们的数组 1 形状... (2, 4) 我们的数组 2 形状... (1, 5) 结果... [[[[ 35 70 105 140 175]] [[ 70 140 210 280 350]] [[ 105 210 315 420 525]] [[ 140 280 420 560 700]]] [[[ 175 350 525 700 875]] [[ 210 420 630 840 1050]] [[ 245 490 735 980 1225]] [[ 280 560 840 1120 1400]]]] 形状... (2, 4, 1, 5)
