Python numpy 矩阵特殊加、乘法与循环优化

python 矩阵的特殊加、乘法与循环优化

经常进行python矩阵运算的可能会用到不同的矩阵操作，numpy官方文档给出了不同操作的说明，一般需要的都可以在那里找到。实在难找可以到stack overflow上查一查，不过要考验英文、检索和代码阅读水平。

特殊乘法 numpy.kron与numpy.outer

今天阅读一段前人的代码，发现一段代码是想通过两个一维向量a,b构造一个矩阵。代码用了嵌套for循环

for i, a_i in enumerate(a):
    for j, b_j in enumerate(b):
        c[i,j]=do_something(a_i,b_j)

仔细阅读这段循环发现它是这样的：
让a中的第一个元素和b中的所有元素相乘做为输出矩阵的第一行（或第一列）
让a中第n个元素和b中所有元素相乘为第n行（或第n列）
…………依次如此 结果如图：

于是查找到符合这一要求的numpy对应的函数 numpy.kron 或者numpy.outer
当a,b皆为一维向量时，outer和kron结果相同，所以两种方法都可以。
不过kron用的时候一个必须是行向量，另一个为列向量，而outer很随意。
经测试，outer在这种情况下比kron要快很多。对比二者文档就会明白，二者针对不同目的。

于是采用outer函数代替循环，会发现速度得到提升，尤其当a,b长度很大时。

---

特殊加法numpy.add.outer

结果接下来又遇到一段类似的代码，发现是类似的操作不过将加法换做乘法。百度、官方文档貌似都不太好搜，于是去stackoverflow上瞧瞧果然大神们早已问过类似问题并给出了答案numpy.add.outer() 其实还有别的解决方法，感兴趣参看原问题
恩 用这个替换了循环后又是一阵酸爽！