Python Numpy，3d数组的所有成对关联

我有一个形状数组（l，m，n）。我试图计算形状（l，m，n）的距离矩阵，其中entry（I，j，k）是向量（I，j，：）和（I，：，k）之间的系数。我在numpy或scipy中没有找到符合条件的东西

我尝试使用for循环并沿轴0进行迭代，然后将其馈送到scipy.spatial.distance.pdist，但这需要很长时间，因为pdist本身使用嵌套的for循环。本质上，我想做的是在轴0下执行pdist，但理想情况下，这样pdist也不会用于循环

---

有什么想法吗？

我会亲自编写一个小Cython函数来实现这一点（）。编写并测试迭代纯Python版本（使用for循环），将其移动到.pyx Cython文件，添加类型声明，并遵循NumPy集成指南：

可能看起来像是一项工作，但如果您使用Python进行计算，一些基本的Cython技能非常值得培养，因为它使编写C扩展变得更加容易

有什么想法吗

第一个想法是，你不能计算这样的距离，只要m！=n

第二个想法是，如果使用C编写，

pdist

的内部循环，则不应困扰您，因此可能的原因不是实现，而是所需的计算量

最后一个想法是，您的问题可以通过numpy.einsum和线性代数解决：

代码（我认为是最优的）：

products = numpy.einsum('ijl, ilk -> ijk')
distances = numpy.einsum('ijj -> ij', products)
distances = distances[:, :, None] + distances[:, None, :] - 2 * product