循环遍历np.array的行的for循环的替代方法
我有两个numpy数组。我想在consume函数中使用数组p的每一行中的值作为数组food的索引。不幸的是，当p达到2000行的大小时，使用for循环需要很长时间。
在consume函数中会有比for循环更快的替代方法吗？我将感谢任何人帮助我解决这个问题。
import numpy as np
dt = 0.1
k = 2
p = np.array([[50, 50, 50],
[ 0, 0, 0],
[51, 51, 50],
[52, 50, 51],
[52, 51, 51],
[50, 49, 49],
[50, 49, 48],
[51, 50, 50],
[49, 49, 50],
[53, 49, 51],
[50, 51, 50],
[51, 52, 51]])
food = np.ones((101, 101, 101))
def consume():
for i in range(1, p.shape[0]):
e = p[i - 1:i]
food[e[0, 0], e[0, 1], e[0, 2]] -= dt * k
consume()回答 2
Stack Overflow用户
发布于 2021-04-23 00:02:41
阅读Indexing Multi-Dimensional Arrays
基本上，如果你想从食物中访问food[x1, y1, z1]，food[x2, y2, z2] ... food[xn, yn, zn]值，你可以使用food[[x1, x2, .. , xn], [y1, y2, .., yn], [z1, z2, .., zn]]
使用：
food[p[:, 0], p[:, 1], p[:, 2]] -= dt*kStack Overflow用户
发布于 2021-04-23 00:52:40
在这里，您根本不需要循环。奇特的索引将允许您通过转置p并将其转换为tuple来精确地执行您想要的操作。
如果您没有副本，只需按原样使用索引：
food = np.ones((101, 101, 101))
food[tuple(p[:-1].T)] -= dt * k我不确定为什么你会以如此奇怪的方式迭代。范围在上界上是排他的。要遍历p的所有行，只需使用for i in range(p.shape[0]):，甚至只需使用for i in range(len(p)):。你甚至可以做for e in p:。如果这确实是您想要的，则不需要在上面的表达式中设置p的子集：
food[tuple(p.T)] -= dt * k此外，当您可以执行e = p[i - 1] (或者只使用i，或者将其设置为循环变量)时，不需要对e = p[i - 1:i]进行索引。然后，您可以将其赋值给food[tuple(e)] = ...，而不是2D索引。
如果p中有重复的索引，您可以使用np.subtract.at处理它们
np.subtract.at(food, tuple(p[:-1].T), dt * k)此操作是无缓冲的，因此它将通过将重复索引减去两次来实现。它可以就地工作。
https://stackoverflow.com/questions/67222042
复制
相似问题
如何使附加的元素具有与当前元素相同的功能
如何使元素具有相同的"src“
如何使元素具有相同的高度
使子元素具有与父元素相同的宽度和边框
无法使子元素与父元素IE具有相同的高度
领取专属 10元无门槛券
AI混元助手 在线答疑
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
