擅长:python、mysql、java
<p>编辑:经过仔细观察,我的答案与Divakar的答案几乎相同。不过,在某些地方做一些操作可以节省内存。沿着第二个轴求和比长第一个轴更有效。在</p>
<pre><code>import numpy
a = numpy.random.randint(0,10,10) * 1.
b = numpy.random.randint(0,10,10) * 1.
xdist = a[:,None] - b
xdist **= 2
xdist += d**2
xdist **= -1
V = numpy.sum(xdist, axis=1)
</code></pre>
<p>它提供了与代码相同的解决方案。在</p>