numpy.outer()使用笔记

outer : 只按照一维数组进行计算，如果传入参数是多维数组，则先将此数组展平为一维数组之后再进行运算。outer乘积计算的列向量和行向量的矩阵乘积：

import numpy as np
a = np.array([[1,2,3],[1,2,3]])
print('a展开:\n',a.flatten())
b = np.array([1,2],dtype = int)
print('b展开:\n',b.flatten())
print('outer(a,b):\n',np.outer(a,b))

输出结果：

a展开:
 [1 2 3 1 2 3]
b展开:
 [1 2]
outer(a,b):
 [[1 2]
 [2 4]
 [3 6]
 [1 2]
 [2 4]
 [3 6]]

在a为a = np.array([[1,2,3],[1,2]])时：

a = np.array([[1,2,3],[1,2]])
print('a展开:\n',a.flatten())
b = np.array([1,2],dtype = int)
print('b展开:\n',b.flatten())
print('outer(a,b):\n',np.outer(a,b))

输出结果：

a展开:
 [list([1, 2, 3]) list([1, 2])]
b展开:
 [1 2]
outer(a,b):
 [[list([1, 2, 3]) list([1, 2, 3, 1, 2, 3])]
 [list([1, 2]) list([1, 2, 1, 2])]]

分析：结果是：[[1,2,3]*1，[1,2,3]*2]
[[1,2]*1,[1,2]*2]
这样的结果是list的操作，list * N.
继续追加验证：

a = np.array([[1,2,3],[1,2]],dtype = object)
print('a展开:\n',a.flatten())
print('a[0]的类型：',type(a[0]))
b = np.array([1,2],dtype = int)
print('b展开:\n',b.flatten())
print('b[0]的类型：',type(b[0]))
c = np.outer(a,b)
print('outer(a,b)(c):\n',c)
print('c[0][1]:',c[0][1])
print('c[0][1]的类型：',type(c[0][1]))

输出结果是：

a展开:
 [list([1, 2, 3]) list([1, 2])]
a[0]的类型： 
b展开:
 [1 2]
b[0]的类型： 
outer(a,b)(c):
 [[list([1, 2, 3]) list([1, 2, 3, 1, 2, 3])]
 [list([1, 2]) list([1, 2, 1, 2])]]
c[0][1]: [1, 2, 3, 1, 2, 3]
c[0][1]的类型：