代码之家 › 专栏 › 技术社区 › Denver Dang

使用Numpy代替循环

vectorization numpy python

Denver Dang · 技术社区 · 6 年前

import numpy as numpy


x = np.linspace(1, 10, 10)
y = np.linspace(1, 10, 10)
x[::-1].sort()
y[::-1].sort()
tot_value = np.sum(y)

n_values = np.array([1, 2, 3])

final = np.sum((x[:, np.newaxis]**(1/n_values))*(y[:, np.newaxis]/tot_value))**n_values

final2 = [np.sum((x[:, np.newaxis]**(1/i))*(y[:, np.newaxis]/tot_value))**i for i in n_values]

我的问题是我想用Numpy( final )来模拟 final2 因为速度太快了。但是结果是不一样的,我尝试了不同的东西,但是我似乎不知道怎么做,如果可能的话?

输出 最终的 是:

[275.3622303   16.59404201  16.59404201]

最终2

[6.7290539608469775, 7.0, 7.0]

2 回复 | 直到 6 年前

Divakar 6 年前

只需将数组直接放入同一个表达式中并沿第一个轴求和即可-

i = n_values
out = np.sum((x[:, np.newaxis]**(1/i))*(y[:, np.newaxis]/tot_value),axis=0)**i

einsum -

out = np.einsum('ij,ij->j',x[:, np.newaxis]**(1/i),y[:, np.newaxis]/tot_value)**i

还有更多 matrix-multiplication -

out = (y/tot_value).dot(x[:, np.newaxis]**(1/i))**i

Nils Werner 6 年前

您可以使用广播:

np.sum(
    (x[None, :] ** (1 / n_values[:, None])) * (y[None, :] / tot_value),
    axis=1
) ** n_values

推荐文章

serlingpa · 如何准备我的数据以避免无法推断频率

1 年前

Guillaume · 使用操作从Python列表创建numpy数组

2 年前

user19657580 · 在Python中打印两个numpy数组的列表

2 年前

user19657580 · Python中数组中具有相同元素的索引求和

2 年前

mikanim · 改进二维余弦函数的numpy功能

2 年前

Klimt865 · 在Python中将数组列表转换为列表列表

2 年前

theduker · 计算平均绝对误差时,If语句中赋值前引用的局部变量

2 年前

Lynn · 如果列包含Python中的特定字符串,则从列中删除值

2 年前

JasonX · 运行减法计算

2 年前

Jan Hrubec · 选择numpy数组的前n个元素

2 年前