Question

在Python（或NumPy，如果您认为这种操作更可取）中循环计算此值的最佳方法是什么？

KT = K0[1]*Var0 + K1[1]*Var1 + K2[1]*Var2 + K3[1]*Var3 +
     K0[2]*Var0 + K1[2]*Var1 + K2[2]*Var2 + K3[2]*Var3 +
     ...
     K0[51]*Var0 + K1[51]*Var1 + K2[51]*Var2 + K3[51]*Var3

其中K0是一个数组，包含51个系数（浮点数）。 K1，K2和K3相同。
Var0，Var1，Var2和Var3是常量。

KT是结果，取决于Var0，... Var3。系数数组始终相同。它们不会改变。

我来自Fortran，目前正在使用Python学习/实验，因此请原谅新手问题。 Python循环有时对我而言是不直观的。

Answer 1

将51 X 4组成一个K数组，并将4 X 1组成一个X数组并相乘。 Numpy有一个叫做 broadcasting 的东西，它将扩展X使其与K的每一行相乘。

import numpy as np
K = np.column_stack([k0, k1, k2, k3])
X = np.array([x0, x1, x2, x3])
result = K * X

Answer 2

将Vars固定为一个numpy数组[Var0，Var1，..，VarN]
修复K是一个[[K11，K12，..，K1N] [K21，K22，..，K2N]，...]的小数数组
编写一个lambda函数以乘以Var_row * K_row
使用numpy（np.vectorize）矢量化此函数
将矢量化功能应用于海量数据（2）
开心=）

草稿

V_arr = np.array([2, 2, 2, 2])
K_arr = np.array([[1, 2, 3, 4],[4, 3, 2, 1],[5, 4, 4, 4]])

def mult_arr(a, b):
   return a * b

mult_vector = np.vectorize(mult_arr)

res = mult_vector(K_arr, V_arr)

Answer 3

num1 = np.multiply(K0, var0) # type: numpy array
num2 = np.multiply(K1, var1)
num3 = np.multiply(K2, var2)
num4 = np.multiply(K3, var3)
# (num1 + num2 + num3 + num4) will give a single numpy array and then sum() operation will give you summation of all elemnts
KT = (num1 + num2 + num3 + num4).sum()

如何在Python或NumPy循环中计算此方程式？

3 个答案: