避免 Numpy Index For 循环

Question

有什么方法可以避免为这样的操作使用第二个 for 循环？

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

或者有更好的优化方法吗？现在大尺寸的速度非常慢。

Answer 1

这是一个向量化的解决方案 broadcasting -

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

Answer 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

Avoid Numpy Index For loop