python - 基于numpy数组中的位置使用numpy算术

Question

我不太确定如何描述我的问题，但我会尝试。

我想知道 numpy 是否具有执行此操作的功能：

假设我有一个称为网格的二维数组：

grid = [ [0,0],
         [0,0] ]

我还有一个名为 aList 的第二个二维数组：

aList = [ [1,2],
          [3,4] ]

我想根据第一个数组的索引将数学应用于第一个数组。

因此，每次迭代完成的数学运算如下所示：

grid[i][j] = [(i - aList[k][0]) + (j - aList[k][1])] 

目前在 python 中使用 for 循环执行此操作非常昂贵，因此我需要一个替代方案。

编辑：更多澄清，如果我不使用 numpy 我会写这样的东西：

for i in range(2):
    for j in range(2):
        num = 0 
        for k in range(2):
            num += (i-aList[k][0]) + (j-aList[k][1])
        grid[i][j] = num

然而，对于我拥有的数据量，这是在 python 中减慢速度的方法。

Answer 1

您的代码可以复制并大大加快如下：

i_s = np.arange(2)
j_s = np.arange(2)

fast_grid = (i_s + j_s[:, None])*len(aList) - aList.sum()