numpy.ma.outer¶

ma.outer(a, b)[源代码]¶

计算两个向量的外积。

给定两个向量， a = [a0, a1, ..., aM] 和 b = [b0, b1, ..., bN] ，外部产品 [1] 是：：

[[a0*b0  a0*b1 ... a0*bN ]
 [a1*b0    .
 [ ...          .
 [aM*b0            aM*bN ]]

参数

a（m，）数组: 第一个输入向量。如果输入不是一维的，则将被展平。
b（n）: 第二输入向量。如果输入不是一维的，则将被展平。
out（m，n）ndarray，可选: 存储结果的位置

1.9.0 新版功能.

返回

out（m，n）nDAREL: out[i, j] = a[i] * b[j]

参见

inner
einsum: einsum('i,j->ij', a.ravel(), b.ravel()) 是等效的。
ufunc.outer: 除一维和其它运算以外的维数的一种推广。 np.multiply.outer(a.ravel(), b.ravel()) 是等效的。
tensordot: np.tensordot(a.ravel(), b.ravel(), axes=((), ())) 是等效的。

笔记

屏蔽值被0替换。

工具书类

1: ：G.H.Golub和C.F.Van Loan， 矩阵计算 ，第3版，巴尔的摩，医学博士，约翰霍普金斯大学出版社，1996年，第8页。

实例

制造一个（ very 粗糙）用于计算Mandelbrot集的网格：

>>> rl = np.outer(np.ones((5,)), np.linspace(-2, 2, 5))
>>> rl
array([[-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.]])
>>> im = np.outer(1j*np.linspace(2, -2, 5), np.ones((5,)))
>>> im
array([[0.+2.j, 0.+2.j, 0.+2.j, 0.+2.j, 0.+2.j],
       [0.+1.j, 0.+1.j, 0.+1.j, 0.+1.j, 0.+1.j],
       [0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j],
       [0.-1.j, 0.-1.j, 0.-1.j, 0.-1.j, 0.-1.j],
       [0.-2.j, 0.-2.j, 0.-2.j, 0.-2.j, 0.-2.j]])
>>> grid = rl + im
>>> grid
array([[-2.+2.j, -1.+2.j,  0.+2.j,  1.+2.j,  2.+2.j],
       [-2.+1.j, -1.+1.j,  0.+1.j,  1.+1.j,  2.+1.j],
       [-2.+0.j, -1.+0.j,  0.+0.j,  1.+0.j,  2.+0.j],
       [-2.-1.j, -1.-1.j,  0.-1.j,  1.-1.j,  2.-1.j],
       [-2.-2.j, -1.-2.j,  0.-2.j,  1.-2.j,  2.-2.j]])

使用字母“矢量”的示例：

>>> x = np.array(['a', 'b', 'c'], dtype=object)
>>> np.outer(x, [1, 2, 3])
array([['a', 'aa', 'aaa'],
       ['b', 'bb', 'bbb'],
       ['c', 'cc', 'ccc']], dtype=object)

numpy.ma.innerproduct numpy.ma.outerproduct