เพื่อหาผลคูณนอก (Outer product) ของสองเวกเตอร์ ให้ใช้ numpy.outer() พารามิเตอร์ a และ b คือเวกเตอร์อินพุต จะถูก flatten หากไม่ใช่ 1 มิติ ผลลัพธ์คือเมทริกซ์ที่แต่ละองค์ประกอบคือผลคูณของคู่จาก a และ b
ขั้นตอนการใช้งาน
import numpy as np
สร้างสองอาร์เรย์ 1 มิติ
arr1 = np.array([5, 10, 15])
arr2 = np.array([20, 25, 30])
print("Array1...\n", arr1)
print("\nArray2...\n", arr2)
print("\nDimensions of Array1...\n", arr1.ndim)
print("\nDimensions of Array2...\n", arr2.ndim)
print("\nShape of Array1...\n", arr1.shape)
print("\nShape of Array2...\n", arr2.shape)
คำนวณ Outer product
print("\nResult (Outer Product)...\n", np.outer(arr1, arr2))
โค้ดตัวอย่างสมบูรณ์
import numpy as np
arr1 = np.array([5, 10, 15])
arr2 = np.array([20, 25, 30])
print("Array1...\n", arr1)
print("\nArray2...\n", arr2)
print("\nDimensions of Array1...\n", arr1.ndim)
print("\nDimensions of Array2...\n", arr2.ndim)
print("\nShape of Array1...\n", arr1.shape)
print("\nShape of Array2...\n", arr2.shape)
print("\nResult (Outer Product)...\n", np.outer(arr1, arr2))
ผลลัพธ์ที่คาดหวัง
Array1... [ 5 10 15] Array2... [20 25 30] Dimensions of Array1... 1 Dimensions of Array2... 1 Shape of Array1... (3,) Shape of Array2... (3,) Result (Outer Product)... [[100 125 150] [200 250 300] [300 375 450]]
