numpy.outer

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.outer.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.outer(a, b, out=None)[source]

计算两个向量的外积。

给定两个向量a = [a0， a1， / t5> aM]和b = [b0， b1 ， ...， bN]，外部产品[R55] 

[[a0*b0  a0*b1 ... a0*bN ]
 [a1*b0    .
 [ ...          .
 [aM*b0            aM*bN ]]
参数：

a：（M，）array_like

第一个输入向量。如果不是已经是1维的，则输入被展平。

b：（N，）array_like

第二个输入向量。如果不是已经是1维的，则输入被展平。

out：（M，N）ndarray，可选

存储结果的位置

版本1.9.0中的新功能。
返回：

out：（M，N）ndarray

out [i， j] = a [i] * b [j]

也可以看看

inner，einsum

参考文献

[R55]（1，2）：GH Golub和CFvan Loan，Matrix Computations，3rd ed。，Baltimore， MD，Johns Hopkins University Press，1996，8.

例子

为计算Mandelbrot集制作一个（非常粗略）网格：

>>> rl = np.outer(np.ones((5,)), np.linspace(-2, 2, 5))
>>> rl
array([[-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.]])
>>> im = np.outer(1j*np.linspace(2, -2, 5), np.ones((5,)))
>>> im
array([[ 0.+2.j,  0.+2.j,  0.+2.j,  0.+2.j,  0.+2.j],
       [ 0.+1.j,  0.+1.j,  0.+1.j,  0.+1.j,  0.+1.j],
       [ 0.+0.j,  0.+0.j,  0.+0.j,  0.+0.j,  0.+0.j],
       [ 0.-1.j,  0.-1.j,  0.-1.j,  0.-1.j,  0.-1.j],
       [ 0.-2.j,  0.-2.j,  0.-2.j,  0.-2.j,  0.-2.j]])
>>> grid = rl + im
>>> grid
array([[-2.+2.j, -1.+2.j,  0.+2.j,  1.+2.j,  2.+2.j],
       [-2.+1.j, -1.+1.j,  0.+1.j,  1.+1.j,  2.+1.j],
       [-2.+0.j, -1.+0.j,  0.+0.j,  1.+0.j,  2.+0.j],
       [-2.-1.j, -1.-1.j,  0.-1.j,  1.-1.j,  2.-1.j],
       [-2.-2.j, -1.-2.j,  0.-2.j,  1.-2.j,  2.-2.j]])

使用字母“矢量”的示例：

>>> x = np.array(['a', 'b', 'c'], dtype=object)
>>> np.outer(x, [1, 2, 3])
array([[a, aa, aaa],
       [b, bb, bbb],
       [c, cc, ccc]], dtype=object)