假设你有3个形状为（3，）的数组，你想找到它们在不同维度上的乘积，结果是一个形状为（3，3，3）的数组。我知道你可以重塑它们，然后使用广播规则来找到产品。

a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.array([7,8,9])

a.reshape(1,1,-1)*b.reshape(1,-1,1)*c.reshape(-1,1,1)

字符串
是否有一个函数或方法来重塑数组以达到相同的结果？
我的解决方案：

d = [a,b,c,a,b,c] # arrays = 6
l = len(d) # n arrays

型
然后我创建一个n*n数组，所有的都是1，但对角线是负的，以设置形状（-1，1，1，1，1，1），（1，-1，1，1，1，1）等。

sh = (np.ones((l,l))-np.eye(l)*2).astype(int)

型
用形状压缩目标数组，然后索引结果列表以查找产品。在这种情况下，输出具有形状（3，3，3，3，3，3）。

z = [j.reshape(i) for i,j in zip(sh,d)]
z[0]*z[1]*z[2]*z[3]*z[4]*z[5]

型
我相信有一个更好的方法-有人能帮忙吗？