我有这两种数据结构：
a = np.array([1,2,3])
ts = pd.TimeSeries([1,2,3])
我最终想要得到的是：
1 2 3
2 4 6
3 6 9
解决方法:
您可以使用外部产品：
In [490]: np.outer(a, ts)
Out[490]:
array([[1, 2, 3],
[2, 4, 6],
[3, 6, 9]])
或者首先垂直对齐其中一个：
In [491]: a * ts[:, None]
Out[491]:
array([[1, 2, 3],
[2, 4, 6],
[3, 6, 9]])
请注意,奇怪的索引只是使它成为列向量：
In [493]: ts[:, None]
Out[493]:
array([[1],
[2],
[3]])
通过在形状中添加额外的长度为1的尺寸：
In [494]: ts[:, None].shape
Out[494]: (3, 1)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
