Python中差异矩阵，结果类似MATLAB的bsxfun

Question

我有一个 Nx1 的数值向量。我想做的是创建一个 NxN 的矩阵，其中每个值表示第 i 个和第 j 个值之间的差异——有点像一个大的相关矩阵。我之前是用循环来实现这个，但我想找一种更优雅的方法，利用 Python 的向量化能力，因为这个向量可能会变得相当大。我知道网上有一些问题，但回答都比较抽象。

我该如何在 Python 中复制 MATLAB 的 bsxfun 函数呢？

我在 SE 上发了一个问题，想了解 bsxfun 的用法，这里有链接，但现在我需要在 Python 中做同样的事情。

Answer 1

我不太明白你想要什么，但numpy的广播规则（可以在这里找到介绍）意味着大多数情况下，bsxfun并不是必需的，因为它通常可以直接使用。例如，如果我理解你的意思，像下面这样的代码

>>> a = np.array([1,3,5,7,9])
>>> a - a[:,None]
array([[ 0,  2,  4,  6,  8],
       [-2,  0,  2,  4,  6],
       [-4, -2,  0,  2,  4],
       [-6, -4, -2,  0,  2],
       [-8, -6, -4, -2,  0]])

应该是可以正常工作的。