Python-对于沿网格对角线的循环

Question

我有一个x=np.linspace(-1,1,n); y=x的网格。我使用x循环

为每个y和for进行了一些计算

for a,b in enumerate(x): 
   for c,d in enumrate(y): 
     functionstuff(x,y)

为节省时间，我只需要在点(-1,0)-(0,1)-(1,0)-(0,-1)之间定义的对角线内对菱形进行计算。因此，我试图找出最佳方法。因此，对于给定的x，我想从+(1-|x|)转到-(1-|x|)。

那么我该如何在较小的y之间调整步长（这样我就不会x = -1，y = 0 n次了）。

所以我可以制作一个numpy.array对象来循环：

for ii,x1 in enumerate(x1):

    y = np.linspace(1-np.abs(x1),-(1-np.abs(x1)),2*round((1-np.abs(x1))/dy) + 1)     
    for jj,y1 in enumerate(y):
       f[ii][jj] = DoStuff(x1,y1)
       xplot[ii][jj] = x1
       yplot[ii][jj] = y1

当我想看plot_surface(xplot,yplot,f)时，我只得到一条沿对角线的直线（我想是我必须在循环之前将xplot和yplot定义为零数组） ）

Answer 1

在numpy中，您可以尽可能选择advantage of broadcasting。在这种情况下，您可以建立一个二维网格X和Y并在其上进行计算，而不是循环遍历x和y的元素：

import numpy as np
x = np.linspace(-1,1,N)
y = x.copy()
X,Y = np.meshgrid(x,y,indexing='ij')
Z = functionstuff(X,Y)

您会发现它的计算效率更高。

如果您想限制自己的域名，可以通过屏蔽来实现：

MASK = (Y<=1+X) & (Y<=1-X) & (Y>=X-1) & (Y>=-X-1)
Z    = np.zeros(X.shape)
Z[MASK] = functionstuff(X[MASK],Y[MASK])

如果为functionstuff = lambda x,y: exp(-(x**2+y**2)/2)，则在第一张图像中没有遮罩，而在第二张图像中则遮罩：