Numpy，3d阵列的所有成对相关性
问题描述：
我有一个形状（l，m，n）的数组。我试图计算形状（l，m，n）的距离矩阵，其中entry（i，j，k）是向量（i，j，:)和（i，：，k）之间的系数。我没有发现任何符合法案的numpy或scipy。Numpy，3d阵列的所有成对相关性
我尝试使用for循环并沿着轴0进行迭代，然后将其馈送到scipy.spatial.distance.pdist，但由于pdist本身使用嵌套for循环需要很长时间。实质上，我想要做的是执行pdist向下的轴0，但理想情况下，它使得pdist不使用for循环。
任何想法？
答
我会亲自写一点Cython函数来做到这一点（http://cython.org）。编写和测试迭代纯Python版本（与环路），它移动到.pyx用Cython文件，添加类型声明，并按照NumPy的集成指南：
http://docs.cython.org/src/tutorial/numpy.html
似乎是工作，但如果你”使用Python进行计算，一些基本的Cython技能非常值得培养，因为它使编写C扩展更容易。
答
有什么想法？
- 首先想到的是，你不能只要计算这样的距离为m！= N
- 其次想到的是，的
pdist内部循环不应该打扰你，如果这些都写在C，所以可能的原因是不是在执行，但在需要 - 最后的思考的计算量，你的问题可能是由numpy.einsum和线性代数来解决：
代码（我假设是最佳）：
products = numpy.einsum('ijl, ilk -> ijk')
distances = numpy.einsum('ijj -> ij', products)
distances = distances[:, :, None] + distances[:, None, :] - 2 * product