Python 使用numpy中的2个数组创建矩阵

我想在numpy中找到一个列向量乘以行向量等于矩阵的命令

---

[1,1,1,1]^T*[2,3]=[2,3]，[2,3]，[2,3]，[2,3]，[2,3]

您遇到的问题是，两个向量既不是列向量，也不是行向量-它们只是向量。如果你看

len（vec.shape）

它是

1

您可以使用将列向量转换为shape

（m，1）

，将行向量转换为shape

（1，n）

---

现在，当您将

colu

和

rowv

相乘时，您将得到一个具有形状

（m，n）

的矩阵。首先，让我们定义您的一维numpy数组：

In [5]: one = np.array([ 1,1,1,1 ]); two = np.array([ 2,3 ])

现在，让我们将它们相乘：

In [6]: one[:, np.newaxis] * two[np.newaxis, :]
Out[6]: 
array([[2, 3],
       [2, 3],
       [2, 3],
       [2, 3]])

---

这使用numpy的

newaxis

添加适当的轴以获得4x2输出矩阵。

如果需要矩阵，请使用矩阵。这样，您可以几乎一字不差地使用表达式：

np.matrix([1,1,1,1]).T * np.matrix([2,3])

---

您可能需要使用

numpy.kron（a，b）

它使用两个数组的Kronecker乘积。可以将b向量视为块。该函数将该块乘以向量的相应系数，放在该系数的位置上。也可以将其用于矩阵。 对于您的示例，它看起来像：

import numpy as np

vecA = np.array([[1],[1],[1],[1]])
vecB = np.array([2,3])

Out = np.kron(vecA,vecB)

这是回报

>>> Out
array([[2, 3],
       [2, 3],
       [2, 3],
       [2, 3]])

---

希望这能对您有所帮助。

在我的计时中，这比提摩西希尔兹的方法+1快。这与

np.outer（一，二）

使用的方法相同。非常感谢，这正是我想要的表达式

>>> Out
array([[2, 3],
       [2, 3],
       [2, 3],
       [2, 3]])