a = np.array(range(4))
< /code>
Я хочу получить матрицу, такую как < /p>
array([[0, 1],
[0, 2],
[0, 3],
[1, 0],
[1, 2],
[1, 3],
[2, 0],
[2, 1],
[2, 3],
[3, 0],
[3, 1],
[3, 2]])
< /code>
В моем реальном случае у меня есть разные размеры массивов, варьирующихся от 1 до 1000. Мне нужно постоянно вызывать функцию, которая выполняет это парное сопоставление. Я написал код ниже < /p>
import numpy as np
from itertools import permutations
a = np.array(range(1000))
xs, ys = zip(*[(x, y) for x, y in permutations(a, 2)])
res = np.vstack([np.array(xs), np.array(ys)]).T
print(res)
Я хочу знать, есть ли более быстрые способы (возможно, более Numpyic), чтобы сделать это?>
Я хочу сделать быстрые парные совпадения всех элементов в массиве Numpy, [b], игнорируя самооборудование [/b]. Например, с учетом массива Numpy, как [code]a = np.array(range(4)) < /code> Я хочу получить матрицу, такую как < /p> array([[0, 1], [0, 2], [0, 3], [1, 0], [1, 2], [1, 3], [2, 0], [2, 1], [2, 3], [3, 0], [3, 1], [3, 2]]) < /code> В моем реальном случае у меня есть разные размеры массивов, варьирующихся от 1 до 1000. Мне нужно постоянно вызывать функцию, которая выполняет это парное сопоставление. Я написал код ниже < /p> import numpy as np from itertools import permutations
a = np.array(range(1000)) xs, ys = zip(*[(x, y) for x, y in permutations(a, 2)]) res = np.vstack([np.array(xs), np.array(ys)]).T print(res) [/code] Я хочу знать, есть ли более быстрые способы (возможно, более Numpyic), чтобы сделать это?>
Я хочу сделать быстрые парные совпадения всех элементов в массиве Numpy, , игнорируя самооборудование .
Например, с учетом массива Numpy, как
a = np.array(range(4))
Я хочу получить матрицу, такую как
array([ ,
,
,
,
,
,
,
,
,
,
,...
Я не уверен, что название хорошо описывает проблему, но я объясню ее шаг за шагом. src =
Тогда у меня есть стандартные термины с золотом, около 5K Rows, а столбцы-это идентификатор и используется_genes