如何使用 for 循环创建一个新的 2D numpy 数组？

Question

我之前问过一个类似的问题，但措辞很糟糕。我想出了一些东西，但还没有成功。我试图通过调用以前的函数来创建一个新的二维数组。我希望 function_2 执行与 function_1 相同的计算，但在 function_2 中它涉及数组而不是单个值。

这就是我所拥有的：

import numpy as np 

def function_1(A,B):
    A = 10
    B = 2
    ans = A*B
    return ans


def function_2(C,D):

    C = np.array([1,2,3,4,5])
    D = np.array([1,2,3,4,5])

    #here I create a zero array and include some other codes required

    for i in range(C): #each i are A values
        for j in range(D): #each j are B values
            array[i,j] = function_1(C,D)

    return array
print(array)

上面的例子给了我这个：

[[25. 25. 25. 25. 25.]
 [25. 25. 25. 25. 25.]
 [25. 25. 25. 25. 25.]
 [25. 25. 25. 25. 25.]
 [25. 25. 25. 25. 25.]]

但我希望它对 C 和 D 的每个值进行计算并给我这样的东西：

[[1. 2. 3. 4. 5.]
 [2. 4. 6. 8. 10.]
 [3. 6. 9. 12. 15.]
 [4. 8. 12. 16. 20.]
 [5. 10. 15. 20. 25.]]

谢谢

Answer 1

您的代码中有几个错误。让我们弄清楚。

1. 您在函数开头使用默认值覆盖输入值：

def function_1(A, B):
    -> A = 10
    -> B = 2
    ...

将传递给函数的参数是 const 无关紧要。但我不明白为什么在你的例子中是25 而不是20。

1. 您不能将range 函数与数组一起使用。请查看the reference的功能。

for i in range(C): #here
    for j in range(D): #here
        array[i, j] = function_1(C,D)

1. 您将数组传递给function_1

 -> function_1(C, D)

我不明白您是如何获得带有这些错误的 25. 数组的。但固定的解决方案应该是：

import numpy as np


def function_1(A, B):
    ans = A * B
    return ans


def function_2(C, D):
    a = np.zeros((len(C), len(D)), dtype=int) # because you have to allocate matrix before use
    for idi, i in enumerate(C):
        for idj, j in enumerate(D):
            a[idi][idj] = function_1(i, j)

    return a


C = np.array([1, 2, 3, 4, 5])
D = np.array([1, 2, 3, 4, 5])
array = function_2(C, D)
print(array)

没有功能的更好的解决方案

import numpy as np

C = np.array([1, 2, 3, 4, 5])
D = np.array([1, 2, 3, 4, 5])

diag = np.diag(D)
rows = np.array([C, ] * 5)

print(np.dot(diag, rows))

两种解决方案产品：

[[ 1  2  3  4  5]
 [ 2  4  6  8 10]
 [ 3  6  9 12 15]
 [ 4  8 12 16 20]
 [ 5 10 15 20 25]]

Answer 2

试试这个。

ans = []
for i in range(1,6):
    a =[]
    for j in range(1,6):
        a.append(i*j)

    ans.append(a)

ans = np.array(ans)
ans

使用 np.zeros

ans = np.zeros((5,5),dtype=np.int)
for i in range(1,6):
    for j in range(1,6):
        ans[i-1][j-1]=i*j
ans