提高从函数创建多维数组的效率答案

【问题标题】：Improving efficiency of creating multidimensional array from function提高从函数创建多维数组的效率
【发布时间】：2020-09-22 04:11:38
【问题描述】：

这将是一个非常基本的问题，但我有点卡在两件事上。

我有一些数据存储在一个二维数组中，我们称之为z。我有两个独立的二维数组nxp 和nyp，它们保存z 中每个元素的映射信息。 nxp 和 nyp 因此目前持有笛卡尔坐标，我想将其转换为极坐标。 Following this，我已定义 polar 将给定的 (x,y) 转换为 (r, theta) 为：

import numpy as np
import math

def polar(x, y):
    '''
    Args:
        x (double): x-coordinate.
        y (double): y-coordinate.

    Returns:
        r, theta (in degrees).
    '''
    r = np.hypot(x, y)
    theta = math.degrees(math.atan2(y, x))
    return r, theta

但从这一点开始，我认为我所做的一切都是解决这个问题的一种非常糟糕的方法。理想情况下，我只想输入笛卡尔数组并取回极坐标数组，但这似乎不适用于我定义的函数（这可能是因为我已将输入类型隐式定义为双精度，但我希望 python 会是可以在这里超载）。

r, theta = polar(nxp, nyp)

回溯是：

.... in polar
theta = math.degrees(math.atan2(y,x))

TypeError: only size-1 arrays can be converted to Python scalars

所以我现在正在实现将所有内容转换为一维列表并迭代以填充 r 和 theta。例如

nxp_1D = nxp.ravel()
nyp_1D = nyp.ravel()

for counter, value in enumerate(nxp_1D):
    r, theta = polar(value, nyp_1D[counter])

这个确切的实现是错误的，因为它只为r 和theta 返回一个值，而不是填充值列表。

更一般地说，尽管出于几个原因我真的不喜欢这种方法。对于这个问题，它看起来是一个非常严厉的解决方案。最重要的是，我可能想稍后再做一些contourf 绘图，这需要将r 和theta 转换回它们的原始数组形状。

有没有更简单有效的方法来创建二维数组r 和theta？是否可以通过更改我的 polar 函数定义或使用列表理解来创建它们？

感谢您的任何回复。

【问题讨论】：

math.atan2 似乎不在这里。您正在使用 numpy。
你为什么不直接使用接受的答案呢？那个使用 numpy，而你也在使用 numpy。
尝试使用np.arctan2 和np.degrees 实现完全矢量化。
可能重复：1 2 3 4——都是因为 OP 试图将一个 numpy 数组传递给 math.* 函数。
作为后续问题，是否有任何特殊情况可以使用math 而不是numpy？ This 建议您应该始终使用 numpy 但我不明白为什么 math 甚至存在，如果 numpy 基本上总是优于它。

标签： python arrays multidimensional-array list-comprehension

【解决方案1】：

是的，好的，这是一个非常容易解决的问题。感谢@user202729 和@Igor Raush。很简单：

def polar(x, y)
    r = np.hypot(x, y)
    theta = np.arctan2(y, x)
    return r, theta

.....
r, theta = polar(nxp, nyp)

很抱歉这个问题很愚蠢，但感谢您的回复。

【讨论】：