Python 如何将外部产品矢量化

我有两个大小相同的矩阵P1和P2。我将获取它们的行P1[j]和P2[j]，并通过使用numpy的outerproduct形成矩阵。在python循环格式中，这是通过形成矩阵列表a来实现的

for j in range(0,np.shape(P1)[0]):
    A[j] = np.outer(P1[j],P2[j])

---

我想将此操作矢量化。

np.einsum（'ij，ik->ijk'，P1，P2）

给了我想要的东西。

在内部循环中反复设置

A[I]

等于

P1[j]，P2[j]）

后，不清楚您是什么。最后，

A

的每一行都是相同的-对于

j

的最后一个值，

outer

的结果。我明白你的意思，我已经更改了它。我只是在计算j=1，…，n个外积，其中n是P1和P2中的行数，并将它们存储在A中。可以将

np.einsum

与

np.newaxis

结合使用，但我目前无法理解语法。对于1D数组，外积是

np.einsum（'I，j->ij'，A，b）

Hi Joe，我知道einsum给出的外部产品，但我不知道如何将newaxis合并到问题中