从 numpy 中的一维数组创建方形 nxn 矩阵的最快方法

Question

假设有以下 numpy 数组：

arr = np.array([0, 1, 2, 3, 4]) # can be any array

我想知道生成以下操作的最快方法：

n = arr.shape[0]
result = np.tile(arr, (n, 1)) - arr.reshape((-1, 1))
print(result):

array([[ 0,  1,  2,  3,  4],
       [-1,  0,  1,  2,  3],
       [-2, -1,  0,  1,  2],
       [-3, -2, -1,  0,  1],
       [-4, -3, -2, -1,  0]])

(1) 如何有效地创建矩阵“结果”（因为 n >> 0 可以非常大）？

(2) 这个矩阵有特定的名称吗？

Answer 1

这个有点快：

result = arr-arr[:,None]

粗略的基准测试，没有科学依据。（使用 arr 计时 100 次）：

          5 items (arr) 100 times   10,000 items (np.arange) once
OP:       0.0006383560000000066     0.7902513520000001
This one: 0.0001735200000000381     0.3640661519999999
Kelly's:  0.00027326299999996806    0.36036748900000015 (see comments)

从 numpy 中的一维数组创建方形 nxn 矩阵的最快方法

Fastest way to create a square nxn matrix from 1d array in numpy

python

arrays

numpy

scipy