问题标签 [array-broadcasting]

最终，我想删除下面代码中的所有显式循环，以利用 C 而不是 python 中的 numpy 矢量化和函数调用。

下面简化了 numpy 在 python 中的使用。我有以下二次函数：

我正在尝试在给定相同大小的输入数据 x 和输出数据 y 的情况下优化 a、b、c 的选择（当然，这应该通过线性回归来完成……但请幽默）。假设 len(x)=100。易于使用标量 a、b、c 进行矢量化，以获得长度为 100 的结果。

假设我们知道 a,b,c 应该在 [-10,10] 之内，我通过构建一个网格并选择具有最小和平方误差的点进行优化。

对于 1331 个节点中的每一个，我想计算所有 1331 个长度为 100 的返回值。

如何利用广播来获取我的 1331 个项目列表，每个项目都有 100 个值，这些值是在 x 上调用 quadratic_func 的结果？答案必须使用矢量化、广播等来获得我正在寻找的数量级的速度改进。此外，答案必须使用对 quadratic_func 的调用——或更一般地说，my_func(*node, x=x)。

在现实生活中，我正在优化一个非线性函数，该函数甚至不接近凸函数并且具有许多局部最小值。如果我能达到“正确的”局部最小值，这是一个很好的函数形式——我已经知道如何做到这一点，但希望更快地到达那里！

我正在尝试沿向量广播布尔一维数组以隔离某些操作。

例如，如果我的布尔数组是：

和

我想进行逐行比较的矩阵是这种形式：

和

我想要的最终结果是：

我意识到这可以通过切片来完成，但我需要使用逻辑数组来提高速度。有没有办法“扩展”布尔向量以便它在行上工作？

这个想法是能够在一行中计算一个函数，以便

谢谢！

我想从 suitCounts 中选择 maxsuit 中指定的第 n 个元素。我确实广播了 maxsuit 数组，所以我得到了一个结果，但不是想要的。任何我在概念上做错的建议都值得赞赏。我不明白 的结果np.choose(self.maxsuit[:,:,None]-1, self.suitCounts)，这不是我想要的。

期望的结果是：

有没有办法在 numpy 数组中进行多个索引，如下所述？

这个问题可能类似于计算数组上的移动平均值（但我想在没有提供任何函数的情况下这样做）。

我有一个包含流域 ID 和土地覆盖类别的表格：

和一个单独的查找表，其中包含每个流域/土地覆盖组合的面积：

我想做的是将一列附加到包含查找表中相应行/列值的第一个表，如下所示：

我已经设法通过使用 for 循环迭代来做到这一点：

但考虑到我桌子的大小，这很慢。有没有更快的方法来做到这一点而不涉及迭代？我一直在尝试使用 MultiIndexing 和数据透视表，但到目前为止没有任何效果。

在 montecarlo 模拟中，我有以下 7 张扑克牌，供 2 名玩家和 3 次不同的 montecarlo 运行。

自我卡：

对应的套装是：

自我西装

现在我想“合并”数组，将卡片数组扩展到第 4 维，大小为 4：0 包含所有套装==1、1 所有套装==2、2 所有套装==3和 3 所有西装 ==4

我可以轻松创建 4 个不同的数组：

然后将它们堆叠在一起：

预期结果的形状为 (4, 3, 8, 2)

虽然在上述情况下这可能是有道理的，但这并不总是可能的，特别是如果有超过 4 个案例需要堆叠在一起，这让我想到了我的问题：

我怎样才能通过广播做到这一点？下面是我的具体问题：

我已经尝试了几件事。

1. 让我们关注第一步，让布尔值在做花色==np.arange(4) （第二步只是与需要以与花色相同的方式广播的卡片的乘法）。我的理解是我们想为 suits 数组添加一个维度，所以我们不应该用 3 点符号表示这个：self.suits[...,:,:,:]==np.arange(4)？相反，以下似乎几乎可以工作：（self.suits[:,:,:,None]==np.arange(4)除了它在错误的位置添加维度）。以下也不起作用：self.suits[None,:,:,:]==np.arange(4). 如何在第一维中扩展数组，以使结果与上述堆栈中的结果相同？

2. 在什么情况下我需要...和什么时候None？我希望使用 ，...因为这将表明需要根据需要扩展此维度（在本例中为 4 的大小）？为什么这似乎是不正确的，而是使用 None ？

我不明白乘以 Numpy.arrays 时会发生什么。

例如，使用锯齿状（或锯齿状）数组

我明白了

但是，如果我稍微修改一下

我明白了

我想找到数组乘法的定义。

在下面的代码中，我们计算所有给定点对之间的向量大小。为了在 NumPy 中加速这个操作，我们可以使用广播

或外部产品迭代

我的问题是如何使用广播或外部产品迭代来创建一个格式为 10x10x6 的数组，其中最后一个轴包含一对（扩展）中两个点的坐标。并且以相关的方式，是否可以直接使用广播或外积迭代来计算对距离，即在不首先计算差异向量（约简）的情况下产生形式为 10x10 的矩阵。

为了澄清，以下代码使用慢循环创建所需的矩阵。

这是使用外积迭代计算距离（或应用任何其他函数，该函数采用一对中两个点的 6 个坐标并产生一个标量）的失败尝试。

我想写一个有 4 个变量的函数 : f(x1,x2,x3,x4)，每个变量都有不同的维度。

这可以通过 来实现f(x1,x2[newaxis],x3[newaxis,newaxis],x4[newaxis,newaxis,newaxis])。

你知道更聪明的方法吗？

我需要创建一个二维数组，其中每一行可能以不同的数字开始和结束。假设给出了每行的第一个和最后一个元素，并且所有其他元素只是根据行的长度进行插值在一个简单的情况下，假设我想创建一个 3X3 数组，该数组在 0 处具有相同的开始，但由下面的 W 给出不同的结束：

有没有比以下更好的方法来做到这一点：