知识卡片
全配对外运算不是向量叉积
ufunc.outer对两个输入的所有元素组合应用同一二元函数,输出形状是两输入形状串接,如(3,4)与(5,)得(3,4,5)。multiply.outer是外积,subtract.outer是全配对差,不能把原文“叉积”当三维向量cross。配对结果大小可显著增长。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
outer用于计算两个数组的叉积: In [124]: arr = np.arange(3).repeat([1, 2, 2]) In [125]: arr Out[125]: array([0, 1, 1, 2, 2]) In [126]: np.multiply.outer(arr, np.arange(5)) Out[126]: array([[0,
参考来源
- 位置:《利用Python进行数据分析》第12章《ufunc实例方法》(spine325;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0311.html;u276-ch12-017)。
- 结论依据:原文在“outer”附近的定义、例子或代码支撑本卡核心说明:ufunc.outer对两个输入的所有元素组合应用同一二元函数,输出形状是两输入形状串接,如(3,4)与(5,)得(3,4,5)。边界按已读前提解释;示例未执行。
- 原始内容:outer用于计算两个数组的叉积: In [124]: arr = np.arange(3).repeat([1, 2, 2]) In [125]: arr Out[125]: array([0, 1, 1, 2, 2]) In [126]: np.multiply.outer(arr, np.arange(5)) Out[126]: array([[0,