用python和numpy创建三阶张量

我有两个一维数组，

a

这样

np.shape（a）==（n，）

和

b

这样

np.shape（b）==（m，）

我想做一个（三阶）张量

c

，这样

np.shape（c）==（n，n，m，）

通过做

c=np.outer（np.outer（a，a），b）

但当我这样做时，我得到：

>> np.shape(c) 

(n*n,m)   

---

这只是一个矩形矩阵。如何制作我想要的三维张量？

您可以使用

np.multiply.outer

而不是

np.outer

来获得所需的外积：

>>> a = np.arange(4)
>>> b = np.ones(5)
>>> mo = np.multiply.outer

然后我们有：

>>> mo(mo(a, a), b).shape
(4, 4, 5)

更好的方法是使用

np.einsum

（这样可以避免创建中间数组）：

---

np.outer

按文档中所述展平输入。。。你可能正在搜索

np.kron

？你能举个例子说明你想要什么吗？因此，通过在ipython的实验，似乎

np.kron（b，np.kron（a，a））。重塑（m，n，n）

给出了我想要的，尽管索引是颠倒的。但这很干净，所以我想我会用这个。我喜欢这个比使用

np.kron

更好，因为它保留了形状信息。

>>> c = np.einsum('i,j,k->ijk', a, a, b)
>>> c.shape
(4, 4, 5)