大佬教程收集整理的这篇文章主要介绍了如何有效地填充 numpy 二维数组?,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
我想创建一个大小为 (N_r
* N_z
) 的二维 numpy 数组。
跨列,应根据值 j
创建 1 个特定列(例如 r_thresh[j]
)的元素。
因此,numpy 2D 数组中的 j
列总数中的 1 列(例如 N_z
)被创建为:
(np.arange(N_r) + 0.5) * r_thresh[j] # this gives an array of size (1,N_r)
当然,列 j + 1
应创建为:
(np.arange(N_r) + 0.5) * r_thresh[j+1] # this gives an array of size (1,N_r)
r_thresh
是一个大小为 (1,N_z)
的 numpy 数组,在我想创建二维数组之前已经填充了值。
我想问你我如何更进一步并使用这个“规则”来创建 numpy 2D 数组的每个元素并实际创建整个数组,以最有效的方式(速度方面)。
我最初使用 2 个嵌套的 for 循环和简单的 Python 列表编写了所有代码,并且代码可以运行,但需要很长时间才能运行。
更有经验的程序员告诉我避免 for 循环并使用 numpy,因为它是最好的。
我现在了解如何使用 numpy np.arange()
指令创建一维数组,但我缺乏如何将其外推到二维的知识。
谢谢!
最简单的方法是使用 einsum
。在 r_thresh
的形状为 (N_z,)
的情况下,您可以使用以下代码:
res = np.einsum("i,j->ij",np.arange(N_r) + 0.5,r_thresh)
此外,您可以将 np.arange(N_r) + 0.5
重塑为形状 (N_r,1)
,将 r_thresh
重塑为形状 (1,N_z)
。因此,您可以使用点积(对于 Python 版本 > 3.5):
res = (np.arange(N_r) + 0.5).reshape(N_r,1) @ r_thresh.reshape(1,N_z)
或跟随hpaulj的评论:
res = (np.arange(N_r) + 0.5)[:,None] @ r_thresh[None,:]
EDIT1
hpaulj 的评论也很有帮助(我把它粘贴到我的答案中以便更好地查看):
res = (np.arange(N_r) + 0.5)[:,None] * r_thresh
res = np.outer(np.arange(N_r) + 0.5,r_thresh)
补充
您也可以使用tensordot
:
res = np.tensordot((np.arange(N_r) + 0.5)[:,None],r_thresh[:,axes=[[-1],[-1]])
以上是大佬教程为你收集整理的如何有效地填充 numpy 二维数组?全部内容,希望文章能够帮你解决如何有效地填充 numpy 二维数组?所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。