从 B 的所有元素中减去数组 A 的所有元素?
Subracting all elements of array A from all elements of B?
我正在寻找从数组 B 的所有元素中减去数组 A 的所有元素的最快方法。我知道如何做的唯一方法是:
a = np.array([1,2,3])
b = np.array([1,2,3])
new = []
for i in a:
new.append(b - a[i])
理想情况下,我希望得到一个矩阵 new
,它等于 [0,1,2;-1,0,1;-2,-1,0]
我也想将这种操作扩展到Pandas timedelta 系列。例如,我可以这样做:
a=np.array([1,2,3])
b=np.array([1,2,3])
aT = pd.to_timedelta(a,'D')
bT = pd.to_timedelta(b,'D')
new = []
for i in aT:
x.append(bT - i)
最后是这样的:
[TimedeltaIndex(['0 days', '1 days', '2 days'], dtype='timedelta64[ns]', freq='D'), TimedeltaIndex(['-1 days', '0 days', '1 days'], dtype='timedelta64[ns]', freq='D'), TimedeltaIndex(['-2 days', '-1 days', '0 days'], dtype='timedelta64[ns]', freq='D')]
但这对于非常大的数组来说非常慢。
将 b
扩展到二维数组的情况下 np.newaxis/None
and then let broadcasting
在快速矢量化解决方案中发挥作用,就像这样 -
a - b[:,None]
样本运行-
In [19]: a
Out[19]: array([1, 2, 3])
In [20]: b
Out[20]: array([1, 2, 3])
In [21]: a - b[:,None]
Out[21]:
array([[ 0, 1, 2],
[-1, 0, 1],
[-2, -1, 0]])
我正在寻找从数组 B 的所有元素中减去数组 A 的所有元素的最快方法。我知道如何做的唯一方法是:
a = np.array([1,2,3])
b = np.array([1,2,3])
new = []
for i in a:
new.append(b - a[i])
理想情况下,我希望得到一个矩阵 new
,它等于 [0,1,2;-1,0,1;-2,-1,0]
我也想将这种操作扩展到Pandas timedelta 系列。例如,我可以这样做:
a=np.array([1,2,3])
b=np.array([1,2,3])
aT = pd.to_timedelta(a,'D')
bT = pd.to_timedelta(b,'D')
new = []
for i in aT:
x.append(bT - i)
最后是这样的:
[TimedeltaIndex(['0 days', '1 days', '2 days'], dtype='timedelta64[ns]', freq='D'), TimedeltaIndex(['-1 days', '0 days', '1 days'], dtype='timedelta64[ns]', freq='D'), TimedeltaIndex(['-2 days', '-1 days', '0 days'], dtype='timedelta64[ns]', freq='D')]
但这对于非常大的数组来说非常慢。
将 b
扩展到二维数组的情况下 np.newaxis/None
and then let broadcasting
在快速矢量化解决方案中发挥作用,就像这样 -
a - b[:,None]
样本运行-
In [19]: a
Out[19]: array([1, 2, 3])
In [20]: b
Out[20]: array([1, 2, 3])
In [21]: a - b[:,None]
Out[21]:
array([[ 0, 1, 2],
[-1, 0, 1],
[-2, -1, 0]])