避免Numpy Index For循环

时间:2017-02-09 20:10:32

标签: performance numpy vectorization numpy-ufunc

有没有办法避免对这样的操作使用第二个for循环?

for x in range(Size_1):
    for y in range(Size_2):
        k[x,y] = np.sqrt(x+y) - y

或者有更好的方法来优化它吗?现在,对于大尺寸来说,速度非常慢。

2 个答案:

答案 0 :(得分:2)

这是一个带有broadcasting -

的矢量化解决方案
X,Y = np.ogrid[:Size_1,:Size_2]
k_out = np.sqrt(X+Y) - Y

答案 1 :(得分:0)

补充Divakar的解决方案:如果YX不是新范围,而是一些预先存在的数字向量,请使用np.ix_

Y, X = np.array([[1.3, 3.5, 2], [2.0, -1, 1]])
Y, X = np.ix_(Y, X) # does the same as Y = Y[:, None]; X = X[None, :]
out = np.sqrt(Y+X) - X