我有这个功能:
def fun(x): # x is a vector with size: (size_x*size_y) = n
c = 0
f_vec = np.zeros((size_x*size_y))
for i in range(size_x):
for j in range(size_y):
f_vec[c]=i*j*x[c]
c=c+1
return f_vec
之所以这样做,是因为发生的事情是向量x(考虑size_x = 4和size_y = 3)
x[0]=x00 #c=0 i=0,j=0
x[1]=x01 #c=1 i=0, j=1
x[2]=x02 #c=2 i=0. j=size_y-1
x[3]=x10 #c=3 i=1, j=0
x[4]=x11
...
x[n]=x32 #c=n i=size_x-1, j= size_y-1
我可以避免嵌套循环并执行简单的矢量运算吗? 我想要像f [c] = F [x [c]] * i * j
但是通过知道c值来找到i和j并不是那么简单。 你知道吗?
谢谢。
答案 0 :(得分:2)
您可以为此使用广播:
(
x.reshape(size_x, size_y) *
np.arange(size_x)[:, None] *
np.arange(size_y)
).ravel()
或爱因斯坦求和表
np.einsum(
'ij,i,j->ij',
x.reshape(size_x, size_y),
np.arange(size_x),
np.arange(size_y)
).ravel()
答案 1 :(得分:1)
从本质上讲,这与Nils Werner's answer相同,但是我发现将i*j
部分理解为2D ndarray np.outer(np.arange(x_size), np.arange(y_size)
,然后广播:
(x.reshape(x_size, y_size) * np.outer(np.arange(x_size), np.arange(y_size)).ravel()
如果您对i*j
和x_size
的相同值重复进行此操作,则可以预先计算y_size
部分。