Python 3.x 从4个一维数组创建元组的numpy矩阵

假设我有四个一维numpy数组A，B，C，D，我想创建一个矩阵M，这样矩阵的每个条目M[I，j，k，l]就是元组（A，B，C，D）

其中a=a[i]，b=b[j]，c=c[k]和d=d[d]

---

如何在没有循环的情况下高效地构建它？

您可以创建一个具有正确形状的空数组

M

（注意最后一个维度中的4，这是您的元组），然后使用广播在

M

中分配整个行/列

M=np.empty((
第（一）项、第（二）项、第（三）项、第（四）项、第四项
))
M[…，0]=a[：，无，无，无]
M[…，1]=b[无，无，无，无]
M[…，2]=c[无，无，：，无]
M[…，3]=d[无，无，无，：]

为什么是元组？这不是一个有效的数组。我想做矢量化；但是由于每个条目都是以条目的索引为条件来决定的——不确定如何做到这一点，我想把它作为一个中间步骤哦，还有一个后续问题：如果我要在这个5D矩阵上应用np.vectorize和一些函数，这将把每个条目作为输入——是否可以排除第五维，以便传递给vectorize的函数可以取而代之地接受4元素元组？

np.vectorize

一直迭代到标量元素级别。它有一个

signature

参数，可能可以做你想做的事情，但速度更慢。

np.vectorize

为你做广播。如果您的函数是

fn（a，b，c，d）

，则矢量化版本可以采用

ffn（a[：，None，None，None]，b[…]等）

（与上述扩展数组相同）。但请记住，矢量化并不是一种快速工具；只是为了方便。啊，我明白了——还有别的选择吗？我尝试了

np。沿_轴应用

，速度也很慢。

沿_轴应用

也是一个迭代函数-在除最后一个维度之外的所有维度上迭代。如果您的函数仅适用于1d数组，则必须为较大数组中的每个1d数组调用一次（加上一次尝试调用以确定输出类型/形状）。它调用该函数的次数是1000次，这很慢，而不是迭代机制本身。