Arrays 两个不同形状的numpy数组中项上的元素函数

设A是形状A，b，c的numpy数组，b是形状A'，b，c的numpy数组。设fA_u，B_u是一个函数，它将形状为B，c的numpy数组a_u和形状为B，c的numpy数组B_u映射为实数。我想构造一个形状为a，a'的numpy数组C，通过将f应用于第一个索引上的切片来提供条目。 天真的解决办法是

    A=np.reshape(range(2*3*4), (2,3,4))
    B=np.reshape(range(3*3*4), (3,3,4))
    C=np.empty((2,3))

    def f(A_,B_):
      return np.prod(A_)+np.prod(B_)

    for i in range(A.shape[0]):
        for j in range(B.shape[0]):
           C[i,j]=f(A[i],B[j])

返回C作为

 [[  0.00000000e+00,   6.47647525e+14,   3.99703747e+17],
  [  6.47647525e+14,   1.29529505e+15,   4.00351395e+17]]

---

我将把它应用到更大的数组A，B，其中f的计算代价高于f，这只是一个玩具例子。我通常尽量避免从元素角度访问numpy数组，但在上述情况下，我不确定如何实现这一点。

对于示例中的维度：

A2 = np.prod(A, axis=2).prod(axis=1)
B2 = np.prod(B, axis=2).prod(axis=1)
Bv, Av = np.meshgrid(B2, A2)
C2 = Av + Bv

array([[                 0,    647647525324800, 399703747322880000],
       [   647647525324800,   1295295050649600, 400351394848204800]])

---

你能更一致地描述尺寸吗？我看到a'，d，e和f的单独使用。