Python 如何将两个列表中的所有值相乘并得到相应的矩阵

因此，我对python相当陌生，我想知道如何将一个列表中的每个元素与另一个列表中的每个元素相乘，并用这些新元素构造一个矩阵。 例如：

如果我有两份清单：

alpha_p_arra = [0.01,0.02,0.03....,0.1], 
alpha_b_arra = [0.01,0.02,0.03....,0.2]

与图片中的格式类似，我是否可以创建一个矩阵，其形状为两个列表（20x10），在这些索引处具有相应的乘以值？ie:at（0,0），它将是0.01*0.01，或者at（1,0），它将是0.02*0.01

---

我不完全确定如何做到这一点，任何帮助都将不胜感激

您可以并且应该使用

numpy

进行此计算：

import numpy as np

alpha_p_arra = np.arange(1, 11) / 100
alpha_b_arra = np.arange(1, 21) / 100

res = alpha_p_arra * alpha_b_arra[:, None]

请注意，我们更改了第二个数组的形状，以便

numpy

了解所需的内容

打印输出（res）

：

---

我希望您不介意我将示例输出添加到您的伟大答案中，以帮助我们这些从可视化中受益的人。噢，谢谢！！如果可能的话，我将进一步扩展，如何将函数应用于alpha_p_arra和alpha_b_arra中的每一对，而不仅仅是乘法。例如，在（0,0）处，将该索引处的alpha_p_arra元素和alpha_b_arra元素分为一个公式，依此类推（0,1）和（0,2）处的一对。我想我必须应用某种类型的零matrix@DanielBoz，这是可能的，但您应该询问a，以便其他用户可以找到您的Q&a:）。你可以给我发信息（@ JPP）以确保我看到它。如果你回答了你的问题，你应该考虑接受（左边的绿色记号）。双列表理解工作：<代码> [i[ijj in ialist]为BIST] j <代码>。下面的答案有帮助吗？如果是这样，考虑一下（左边的绿色蜱），或者要求澄清。

[[0.0001 0.0002 0.0003 0.0004 0.0005 0.0006 0.0007 0.0008 0.0009 0.001 ]
 [0.0002 0.0004 0.0006 0.0008 0.001  0.0012 0.0014 0.0016 0.0018 0.002 ]
 [0.0003 0.0006 0.0009 0.0012 0.0015 0.0018 0.0021 0.0024 0.0027 0.003 ]
 [0.0004 0.0008 0.0012 0.0016 0.002  0.0024 0.0028 0.0032 0.0036 0.004 ]
 [0.0005 0.001  0.0015 0.002  0.0025 0.003  0.0035 0.004  0.0045 0.005 ]
 [0.0006 0.0012 0.0018 0.0024 0.003  0.0036 0.0042 0.0048 0.0054 0.006 ]
 [0.0007 0.0014 0.0021 0.0028 0.0035 0.0042 0.0049 0.0056 0.0063 0.007 ]
 [0.0008 0.0016 0.0024 0.0032 0.004  0.0048 0.0056 0.0064 0.0072 0.008 ]
 [0.0009 0.0018 0.0027 0.0036 0.0045 0.0054 0.0063 0.0072 0.0081 0.009 ]
 [0.001  0.002  0.003  0.004  0.005  0.006  0.007  0.008  0.009  0.01  ]
 [0.0011 0.0022 0.0033 0.0044 0.0055 0.0066 0.0077 0.0088 0.0099 0.011 ]
 [0.0012 0.0024 0.0036 0.0048 0.006  0.0072 0.0084 0.0096 0.0108 0.012 ]
 [0.0013 0.0026 0.0039 0.0052 0.0065 0.0078 0.0091 0.0104 0.0117 0.013 ]
 [0.0014 0.0028 0.0042 0.0056 0.007  0.0084 0.0098 0.0112 0.0126 0.014 ]
 [0.0015 0.003  0.0045 0.006  0.0075 0.009  0.0105 0.012  0.0135 0.015 ]
 [0.0016 0.0032 0.0048 0.0064 0.008  0.0096 0.0112 0.0128 0.0144 0.016 ]
 [0.0017 0.0034 0.0051 0.0068 0.0085 0.0102 0.0119 0.0136 0.0153 0.017 ]
 [0.0018 0.0036 0.0054 0.0072 0.009  0.0108 0.0126 0.0144 0.0162 0.018 ]
 [0.0019 0.0038 0.0057 0.0076 0.0095 0.0114 0.0133 0.0152 0.0171 0.019 ]
 [0.002  0.004  0.006  0.008  0.01   0.012  0.014  0.016  0.018  0.02  ]]