Question

正如标题所示，我正在尝试将2d数组中的每个值乘以另一个2d数组中的对应值。我可以做到这一点，并为此编写了以下代码。但是我的问题是，每个二维数组包含1000个数组（包含15289个数字）需要花费很长时间。我必须做三遍，因为我有三个这样的2d数组。目前，所有这些操作都需要花费一分钟的时间（运行以下代码大约需要20秒）。这太长了，因为我要在整个脚本中运行100组数据，每个脚本包含3个这些2d数组。如果我可以减少这20秒的时间，那么从长远来看，这将为我节省很多时间，因为其他所有事情都可以顺利进行！

e_data = [[i*j for i,j in y] for y in np.dstack((e_data,sens_function))]

e_data是我的无线电通量值（对于那里的任何射电天文学家），sens_function是乘法中的另一个数组（这将使我的e_data达到我需要的单位）。任何帮助或建议，将不胜感激！

Answer 1

我认为您使用嵌套的for循环和dstack过于复杂。您可以只使用*（乘法）运算符。对于2d数组，它将执行元素明智的乘法。请参见以下示例：

e_data = np.arange(9).reshape(3,3)
print (arr1)
# [[0 1 2]
# [3 4 5]
# [6 7 8]]

sens_function = np.arange(9).reshape(3,3)
print (arr2)
# [[0 1 2]
#  [3 4 5]
# [6 7 8]]

result = e_data*sens_function
print (result)

# [[ 0  1  4]
# [ 9 16 25]
# [36 49 64]]

Answer 2

您正在执行element-wise multiplication, which is a numpy method：

e_data = np.multiply(e_data, sens_function)

将二维数组中的每个值乘以另一个二维数组中的对应值

2 个答案: