在numpy的阵列的所有值进行操作，引用i和j [英] Performing operations on all values of a numpy array, referencing i and j

问题描述

我试图由一个二维数组上施加的操作，以改善numpy的性能，问题是，在阵列中的每个元素的值取决于I，该元素j的位置。

显然，简单的方法是使用一个嵌套的循环，但我不知道是否有可能是由沿着这些线路引用np.indices什么更好的办法？这里是我的'笨'code：

 对于法官在范围（1025）：
    因为我在范围内（1025）：
        PSI [I] [J] = A * math.sin（（浮点（I + 1） -  5）* DI）* math.sin（（浮点（J + 1） -  5）* DJ）
        P [I] [J] = PCF *（math.cos（2 *浮动（I）* DI）+ math.cos（2 *浮动（J）* DJ））+ 50000。
 

解决方案

既然你做你的两个阵列中乘法，可以使用的外功能，使用人气指数来得到你的罪阵列后/ COS。

这样的事情（使用numpy的的三角函数，因为他们是矢量）

  PSI_i = numpy.sin（（人气指数（1,1026）-0.5）* DI）
PSI_j = numpy.sin（（人气指数（1,1026）-0.5）* DJ）
PSI = A *外（PSI_i，PSI_j）P_i = numpy.cos（2 *人气指数（1,1026）* DI）
P_j = numpy.cos（2 *人气指数（1,1026）* DJ）
P = PCF *外（P_i，P_j）+ 50000
 

如果您的环境设置使用从numpy的进口* 或从pylab进口* ，那么你不吨需要那些 numpy的。 prefixes之前，请三角函数。我把它们放在从数学的人，不会为这一做法的工作区分开来。

I am trying to improve numpy performance by applying operations on a 2d array, the problem is that the value at each element in the array depends on the i,j location of that element.

Obviously the easy way to do this is to use a nested for-loop, but I was wondering if there might be a better way by referencing np.indices or something along those lines? Here is my 'stupid' code:

for J in range(1025):
    for I in range(1025):
        PSI[I][J] = A*math.sin((float(I+1)-.5)*DI)*math.sin((float(J+1)-.5)*DJ)
        P[I][J] = PCF*(math.cos(2.*float(I)*DI)+math.cos(2.*float(J)*DJ))+50000.

解决方案

Since you're doing multiplication among your two arrays, you can use the outer function, after using arange to get arrays of your sin/cos.

Something like this (use numpy's trig functions, since they're vectorized)

PSI_i = numpy.sin((arange(1,1026)-0.5)*DI)
PSI_j = numpy.sin((arange(1,1026)-0.5)*DJ)
PSI = A*outer(PSI_i, PSI_j)

P_i = numpy.cos(2.*arange(1,1026)*DI)
P_j = numpy.cos(2.*arange(1,1026)*DJ)
P = PCF*outer(P_i, P_j) + 50000

If your environment is set up using from numpy import * or from pylab import *, then you don't need those numpy. prefixes before your trig functions. I kept them in to distinguish them from the math ones, which won't work for this approach.

这篇关于在numpy的阵列的所有值进行操作，引用i和j的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！