将数组索引与数字相乘

Question

for 循环中的以下操作是否有任何简短的 numpy 命令？

import numpy as np


a= np.array([1.0,2.0,3.0,4.0,5.0,6.0])
b= np.array([10.0,20.0,30.0])
c= np.array([100.0,200.0,300.0,900.0])
y=np.linspace(0,2,50)
m=np.array([0.2,0.1,0.3])

A,C,B,Y = np.meshgrid(a,c,b,y,indexing="ij")

print Y

for i in range(0,len(a)):
  for j in range(0,len(c)):
    for k in range(0,len(b)):
      Y[i][j][k]=Y[i][j][k]*m[k]


print "--------"
print Y

抽象地说，我有 $Y_{ijkl}$，我想将 $Y_{ij0l}$ 与 $m_0$ 和 $Y_{ij1l}$ 与 $m_1$ 相乘，依此类推...

提前非常感谢！

Answer 1

要删除循环，您只需要在这里einsum。

np.einsum('ijkl,k->ijkl', Y, m)

或者只是广播乘法：

Y * m[:, None]

---

但是，如果您不想一开始就创建网格网格，您可以先广播Y，以提高内存效率。

np.einsum(
    "ijkl,k->ijkl",
    np.broadcast_to(y, a.shape + c.shape + b.shape + y.shape),
    m,
)

或：

np.broadcast_to(y, a.shape + c.shape + b.shape + y.shape) * m[:, None]

如果您还需要 A、C、B，您可以继续当前的方法。

---

性能

In [44]: %%timeit
    ...: np.einsum(
    ...:     "ijkl,k->ijkl",
    ...:     np.broadcast_to(y, (a.shape[0], c.shape[0], b.shape[0], y.shape[0])),
    ...:     m,
    ...: )
    ...:
21.1 µs ± 121 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [45]: %%timeit
    ...: A,C,B,Y = np.meshgrid(a,c,b,y,indexing="ij")
    ...: for i in range(0,len(a)):
    ...:   for j in range(0,len(c)):
    ...:     for k in range(0,len(b)):
    ...:       Y[i][j][k]=Y[i][j][k]*m[k]
    ...:
420 µs ± 1.58 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)