避免 Numpy Index For 循环答案

【问题标题】：Avoid Numpy Index For loop避免 Numpy Index For 循环
【发布时间】：2017-02-09 20:10:32
【问题描述】：

有什么方法可以避免使用第二个for 循环来执行这样的操作？

for x in range(Size_1):
    for y in range(Size_2):
        k[x,y] = np.sqrt(x+y) - y

或者有没有更好的方法来优化它？现在对于大尺寸来说它非常慢。

【问题讨论】：

【解决方案1】：

这是broadcasting 的矢量化解决方案 -

X,Y = np.ogrid[:Size_1,:Size_2]
k_out = np.sqrt(X+Y) - Y

【讨论】：

【解决方案2】：

补充 Divakar 的解决方案：如果 Y 和 X 不是新范围，而是一些预先存在的数字向量，请使用 np.ix_：

Y, X = np.array([[1.3, 3.5, 2], [2.0, -1, 1]])
Y, X = np.ix_(Y, X) # does the same as Y = Y[:, None]; X = X[None, :]
out = np.sqrt(Y+X) - X

【讨论】：