在 numpy 中高效创建数组
Efficient array creation in numpy
我正在尝试创建一个三维数组，Tusing numpy 定义如下：
T_{i, j, k} = \delta_{i, k} - \delta{j, k}
其中 \delta_{i, j} 是 Kronecker delta 函数（当 i=j 时为 1，否则为 0）。我想知道使用 numpy 执行此操作的最有效方法是什么。我可以使用 for 循环创建两个三维数组并将它们相减。但我怀疑有一种更快、更惯用的方法。任何帮助将不胜感激。
在numpy中相当于delta的是eye:
delta = numpy.eye(5)
T = delta[:,None,:] - delta[None,:,:]
None 创建一个 ‹virtual› 维度（不占用任何额外内存）用于在 numpy 中广播。
我正在尝试创建一个三维数组，Tusing numpy 定义如下：
T_{i, j, k} = \delta_{i, k} - \delta{j, k}
其中 \delta_{i, j} 是 Kronecker delta 函数（当 i=j 时为 1，否则为 0）。我想知道使用 numpy 执行此操作的最有效方法是什么。我可以使用 for 循环创建两个三维数组并将它们相减。但我怀疑有一种更快、更惯用的方法。任何帮助将不胜感激。
在numpy中相当于delta的是eye:
delta = numpy.eye(5)
T = delta[:,None,:] - delta[None,:,:]
None 创建一个 ‹virtual› 维度（不占用任何额外内存）用于在 numpy 中广播。