在python中获取两个一维数组的乘积

Matlab中的一些非常简单的东西，但我在Python中找不到。如何获取以下信息：

x=np.array([1,2,3])
y=np.array([4,5,6,7])

z=x.T*y
z= 
[[4,5,6,7],
[8,10,12,14],
[12,15,18,21]]

如

---

使用列表理解：

x = [1, 2, 3]
y = [4, 5, 6, 7]
z = [[i * j for j in y] for i in x] 

---

在科学python中，这将是一个外部产品

np.outer（x，y）

见：

在MATLAB中，

size（x）

是

（1,3）

。所以

x'

是

（3,1）

。将其乘以

y

，即

（1,4）

，生成

（3,4）

形状

在

numpy

中，

x.shape

是

（3，）

<代码>x.T是相同的。因此，要获得相同的外积，需要扩展

x

和

y

的维度。一种方法是使用

重塑

z = x.reshape(3,1)* y.reshape(1,4)

numpy

还允许您使用

newaxis

索引来执行此操作（

None

也可以）。如果需要，它还会自动添加起始

newaxis

。这也起到了作用：

z = x[:,np.newaxis]*y

np.outer

就是这样做的（稍加修饰）：

a.ravel（）[：，newaxis]*b.ravel（）[newaxis，：]

---

numpy

z = np.einsum('i,j->ij',x,y)

它基于物理学中流行的索引符号，在编写更复杂的内部（dot）产品时特别有用

z = x[:,np.newaxis]*y

z = np.einsum('i,j->ij',x,y)