【问题标题】：Entering values in a 2-D array in Python在 Python 中输入二维数组中的值
【发布时间】：2017-03-15 09:43:22
【问题描述】：

for i in range(limit_1):
    for j in range(limit_2):
        a[i][j]=np.sqrt(np.absolute(b[i])**2+np.absolute(c[j])**2)

是否有替代方法来执行此任务，可能使用 numpy 函数？

【问题讨论】：

你能展示一下预期数组的外观吗？
@RomanPerekhrest : 数组应该是 2x2 数组，元素 a[i][j] 由 for 循环中的表达式给出

标签： python arrays numpy for-loop

【解决方案1】：

您的原始代码：

limit_1 = 4
limit_2 = 3

import numpy as np
a = np.zeros([limit_1, limit_2])
b = np.array([1, -6, 7, 3])
c = np.array([3, 2, -1])

print("Original:")
for i in range(limit_1):
    for j in range(limit_2):
        a[i][j]=np.sqrt(np.absolute(b[i])**2+np.absolute(c[j])**2)

print(a)

输出：

Original:
[[ 3.16227766  2.23606798  1.41421356]
 [ 6.70820393  6.32455532  6.08276253]
 [ 7.61577311  7.28010989  7.07106781]
 [ 4.24264069  3.60555128  3.16227766]]

还有缩短版：

print("Improved:")
a = np.sqrt(
        np.tile(np.array([b]).transpose(), (1, limit_2)) ** 2 +\
        np.tile(np.array(c).transpose(), (limit_1, 1)) ** 2)

print(a)

输出：

Improved:
[[ 3.16227766  2.23606798  1.41421356]
 [ 6.70820393  6.32455532  6.08276253]
 [ 7.61577311  7.28010989  7.07106781]
 [ 4.24264069  3.60555128  3.16227766]]

说明

首先我们将向量列b 拉伸成一个矩阵（然后取它的二次方）：

>>> np.tile(np.array([b]).transpose(), (1, limit_2))
array([[ 1,  1,  1],
       [-6, -6, -6],
       [ 7,  7,  7],
       [ 3,  3,  3]])

>>> np.tile(np.array([b]).transpose(), (1, limit_2)) ** 2
array([[ 1,  1,  1],
       [36, 36, 36],
       [49, 49, 49],
       [ 9,  9,  9]])

然后我们对行列c做同样的事情：

>>> np.tile(np.array(c).transpose(), (limit_1, 1))
array([[ 3,  2, -1],
       [ 3,  2, -1],
       [ 3,  2, -1],
       [ 3,  2, -1]])
>>> np.tile(np.array(c).transpose(), (limit_1, 1)) ** 2
array([[9, 4, 1],
       [9, 4, 1],
       [9, 4, 1],
       [9, 4, 1]])

然后我们将它们相加并计算根。

附： 1 - 我只使用平方幂而不是绝对值，但如果你仍然需要绝对值，你可以用同样的方式。

附： 2 - 请注意，计算可以更有效地完成，即在我们平铺阵列之前计算功率，但这种方式对于这篇文章来说更清晰）

【讨论】：

【解决方案2】：

请注意，没有必要对绝对值进行平方，因为 n**2 和 abs(n)**2 完全相同。

无论哪种方式，使用列表推导：

temp = [math.sqrt(numpy.absolute(x)**2 + numpy.absolute(y)**2) for x in b for y in c]
a = [temp[x:x+limit_2] for x in range(0, len(temp), limit_2)]

【讨论】：

我这里的数组元素也可以很复杂
@PrishChakraborty 不管怎样，这个解决方案应该可以工作

【解决方案3】：

您可以通过将b 从1D 扩展到2D 来使用broadcasting，方法是引入一个新的单轴作为带有np.newaxis/None 的第二轴，然后对c 执行操作。这将简化那里的事情并实现矢量化方法，就像这样 -

np.sqrt(np.abs(b[:,None])**2 + np.abs(c)**2)

正如在其他答案中所讨论的那样，由于平方本身会产生 non-negative 数字，所以我们可以跳过 absolute 操作，给我们 -

np.sqrt(b[:,None]**2 + c**2)

【讨论】：