Numpy新手求助：如何用dot/matmul高效实现乘法表

云原生阿岚

2026-5-25

用Numpy高效实现乘法表（替代双重循环）

嘿，作为Numpy新手，我完全懂你想摆脱繁琐双重循环、用更高效的Numpy原生方法实现乘法表的需求！先帮你拆解下原来的代码逻辑：你是把数组a里的每一个元素i，和数组里的每一个元素j相乘，最后把所有乘积收集成一个一维列表。

下面给你几种Numpy的实现方式，包括你提到的dot和matmul，还有更直接的外积方法：

1. 最直接的方法：用`np.outer`（外积）

Numpy的outer函数天生就是用来计算两个数组所有元素对的乘积的，完美匹配你的双重循环逻辑！用法很简单：

import numpy as np

def numpy_mult_table(a):
    return np.outer(a, a).flatten()

np.outer(a, a)会返回一个二维矩阵，其中第i行第j列的元素就是a[i] * a[j]
.flatten()把二维矩阵转成一维数组，和你原来的result列表结构完全一致

2. 用`dot`或`matmul`实现

你提到的dot和matmul其实也能做到，不过需要先调整数组的维度，把一维数组转成二维的行/列向量：

def numpy_mult_table_dot(a):
    # 把a转成列向量（形状为(n,1)）和行向量（形状为(1,n)）
    col_vec = a.reshape(-1, 1)
    row_vec = a.reshape(1, -1)
    # 列向量点乘行向量得到二维乘积矩阵，再转成一维
    return np.dot(col_vec, row_vec).flatten()

# matmul的用法和dot在这里完全一致
def numpy_mult_table_matmul(a):
    col_vec = a.reshape(-1, 1)
    row_vec = a.reshape(1, -1)
    return np.matmul(col_vec, row_vec).flatten()

这里的核心是：二维列向量和二维行向量相乘，本质上就是在计算外积，结果和np.outer一样，最后 flatten 成一维就和你的循环结果一致了。