Question

我有以下虚拟数据：

app.UseOpenIdConnectAuthentication(
    new OpenIdConnectAuthenticationOptions
    {
        ClientId = clientId,
        Authority = authority,
        PostLogoutRedirectUri = postLogoutRedirectUri,
        Scope = "openid profile email roles"
    });

我的问题是由于要获取更大的数组和其他内容，所以由于速度原因，我想使用Numpy（import numpy as numpy x = np.linspace(1, 10, 10) y = np.linspace(1, 10, 10) x[::-1].sort() y[::-1].sort() tot_value = np.sum(y) n_values = np.array([1, 2, 3]) final = np.sum((x[:, np.newaxis]**(1/n_values))*(y[:, np.newaxis]/tot_value))**n_values final2 = [np.sum((x[:, np.newaxis]**(1/i))*(y[:, np.newaxis]/tot_value))**i for i in n_values]）来模拟final中看到的循环。但是输出是不一样的，我一直在尝试不同的东西，但是我似乎无法弄清楚该怎么做，甚至可能吗？

final2的输出是：

final

应位于[275.3622303 16.59404201 16.59404201]中的位置：

final2

也许我对此一无所知，但我只是看不到该怎么做。

Answer 1

直接将数组直接用于相同的表达式并沿第一个轴求和-

i = n_values
out = np.sum((x[:, np.newaxis]**(1/i))*(y[:, np.newaxis]/tot_value),axis=0)**i

使用einsum的另一位和一位表现更好的人-

out = np.einsum('ij,ij->j',x[:, np.newaxis]**(1/i),y[:, np.newaxis]/tot_value)**i

matrix-multiplication还有更多-

out = (y/tot_value).dot(x[:, np.newaxis]**(1/i))**i

Answer 2

您可以使用广播来做到这一点：

np.sum(
    (x[None, :] ** (1 / n_values[:, None])) * (y[None, :] / tot_value),
    axis=1
) ** n_values

使用Numpy代替循环

2 个答案: