Python 如何在numpy中构造向量所有可能差的矩阵

我有一个一维数组，比如说：

import numpy as np
inp_vec = np.array([1, 2, 3])

现在，我想构造一个矩阵的形式

m = [[0, 1-2, 1-3], [2-1, 0, 2-3], [3-1, 3-2, 0]]

当然可以使用for循环来完成，但是有没有更优雅的方法来实现这一点呢？

这似乎是可行的：

In [1]: %paste
import numpy as np
inp_vec = np.array([1, 2, 3])

## -- End pasted text --

In [2]: inp_vec.reshape(-1, 1) - inp_vec
Out[2]: 
array([[ 0, -1, -2],
       [ 1,  0, -1],
       [ 2,  1,  0]])

说明：

首先将数组重新整形为

nx1

。当您减去1D数组时，它们都会广播到

nxn

：

array([[ 1,  1,  1],
       [ 2,  2,  2],
       [ 3,  3,  3]])

及

然后按元素进行减法运算，从而得到所需的结果

import numpy as np
inp_vec = np.array([1, 2, 3])

a, b = np.meshgrid(inp_vec, inp_vec)
print(b - a)

输出：

Array([[ 0 -1 -2],
       [ 1  0 -1],
       [ 2  1  0]])

---

这也是我找到的一个好方法：

np.subtract.outer([1,2,3], [1,2,3])

使用np.nexaxis

import numpy as np
inp_vec = np.array([1, 2, 3])

output = inp_vec[:, np.newaxis] - inp_vec

输出

array([[ 0, -1, -2],
       [ 1,  0, -1],
       [ 2,  1,  0]])

---

您好，谢谢您的回答和解释，但是您能给我指一些解释从nx1扩展到nxn的参考资料吗。这有点神秘。还有，我如何知道减法是按列进行的。Thanks@user3176500我想说减法是按列或按行进行的并不正确，请参见编辑。有关规则的简短解释，请检查。抱歉，错过了“它们都广播到nxn”。当然，减法是按元素进行的。谢谢again@user3176500你没有错过，我编辑了答案以回应你的评论：）很高兴能帮上忙。

array([[ 0, -1, -2],
       [ 1,  0, -1],
       [ 2,  1,  0]])