如何在没有for循环的情况下计算numpy数组
在没有for循环的情况下计算numpy数组，可以使用numpy库提供的函数和方法来实现。numpy是一个用于科学计算的Python库，提供了高效的多维数组对象和各种数学函数。
以下是一些可以在没有for循环的情况下计算numpy数组的方法：
- 使用numpy的数学函数：numpy库提供了许多数学函数，如np.sum、np.mean、np.max、np.min等，可以直接对整个数组或指定的轴进行计算。例如，要计算数组的总和，可以使用np.sum(arr)函数。
- 使用numpy的逻辑函数：numpy库还提供了一些逻辑函数，如np.where、np.logical_and、np.logical_or等，可以根据条件对数组进行操作。例如，要将数组中大于10的元素替换为0，可以使用np.where(arr > 10, 0, arr)函数。
- 使用numpy的广播功能：numpy的广播功能可以对不同形状的数组进行计算，而无需显式地使用for循环。广播功能会自动将较小的数组扩展为与较大数组具有相同形状的数组，然后进行计算。例如，要将一个数组的每个元素乘以另一个数组的对应元素，可以直接使用arr1 * arr2。
- 使用numpy的矩阵运算：numpy提供了矩阵运算的函数和方法，如np.dot、np.matmul、np.linalg等，可以对数组进行矩阵乘法、矩阵求逆等操作。这些函数和方法可以高效地处理大规模的矩阵计算。
综上所述，numpy库提供了丰富的函数和方法，可以在没有for循环的情况下对numpy数组进行计算。通过合理地利用这些函数和方法，可以提高计算效率并简化代码编写。如果你想了解更多关于numpy的信息，可以访问腾讯云的numpy产品介绍页面：腾讯云numpy产品介绍。
相关·内容
4回答
假设我们有a，b，c，三个相同维数的数组，我们需要根据a，b，c的每一列进行计算。
示例如下：
import numpy as np
col = 10
row = 1000000
a = np.random.normal(size=(row, col))
b = np.random.normal(size=(row, col))
c = np.random.normal(size=(row, col))
def my_func(a, b, c):
if a[0] + b[0] + b[-1] > c[0]:
return a * b * c
else
浏览 0提问于2019-08-10得票数 3
我在看一个使用python中的numpy包的初步神经网络例子，我有点困惑于什么似乎是某种神奇的类型强制。
以这个sigmoid函数为参考，它使用numpy的numpy.exp(x)计算e到x的幂：
def sigmoid(z):
return 1.0 / (1.0 + numpy.exp(-z))
这是非常直截了当的-它看起来应该返回一个浮点数，实际上，当给一个浮点数或整数作为参数时会这样做：
sigmoid(0) # => 0.5
对我来说，奇怪的是(根据numpy上的一些脚注)，当传递一个numpy ndarray时，这个函数将返回一个numpy ndarray，其中sigm
浏览 2提问于2018-05-30得票数 1
回答已采纳
2回答
我需要遍历一个2560x2160 2D numpy数组(image)中的每个像素。我的问题的简化版本如下：
import time
import numpy as np
t = time.clock()
limit = 9000
for (x,y), pixel in np.ndenumerate(image):
if( pixel > limit )
pass
tt = time.clock()
print tt-t
这在我的电脑上花了大约30秒才能完成。(核心i7，8 8GB内存)有没有更快的方法来使用内部的'if‘语句来执行这个循环？我只对超过一定
浏览 2提问于2012-10-22得票数 15
回答已采纳
arr = np.array([Myclass(np.random.random(100)) for _ in range(10000)])
在这条语句中，有没有办法通过直接创建一个对象的numpy数组来节省时间(避免代价高昂的列表构造)？
我需要创建和处理Myclass类的大量对象，其中每个对象包含几个int、几个float和一个浮点数列表(或数组)。使用(对象的)数组的要点是利用numpy数组在对象数组(和其他东西；在其上获取切片的数组由一个Myclass对象和其他标量字段组成)的切片上的快速计算(例如，列和)。除了使用np.array (如上所述)之外，在这种情况下还有没有其他节省时间的
浏览 2提问于2019-09-29得票数 1
3回答
如何在二维数组上求平均？
、、、、
我有一个二维Numpy数组，形状为(256,128)，我想对256行中的每8行求平均，所以我最终得到了一个形状为(32,128)的numpy数组，有没有办法只取一维的平均值？
浏览 0提问于2013-07-10得票数 1
回答已采纳
1回答
为了加快具有数万个元素的numpy数组的算法，我想知道是否可以减少numpy.delete()使用的时间。
事实上，如果我能消除它的话？我有一个算法，其中我已经得到了我的数组alpha。这就是我现在要做的：
alpha = np.delete(alpha, 0)
beta = sum(alpha)
但是为什么我要删除第一个元素呢？是否可以简单地使用除第一个元素以外的所有元素来总结整个数组？这样会减少删除操作所用的时间吗？
浏览 0提问于2014-09-03得票数 1
回答已采纳
tensorflow的一个典型的训练循环可能如下：
cg = opt.compute_gradients(loss)
grads = [None] * len(cg)
for gv in cg:
grads[i] = gv[0]
# ... do some process to grads ...
apply_gradients = opt.apply_gradients(cg)
while (...):
gradients = sess.run(grads)
feed = dict()
for i, grad_var in enumerate(cg)
浏览 4提问于2017-04-24得票数 0
回答已采纳
我想说的是，我对numPy没有太多的经验，更深入的解释是很感激的(即使是显而易见的)。我的问题是：
converted_X = X
for col in X:
curr_data = X[col]
i = 0
for pix in curr_data:
inv_pix = 255.0 - pix
curr_data[i] = inv_pix
i+=1
converted_X[col] = curr_data.values
上下文:X是一个带有手写数字图像(70k图像，784像素/图像)的DataFrame。这样做
浏览 4提问于2022-09-23得票数 0
回答已采纳
4回答
不同形状阵列的Numpy距离计算
、、、、
我不确定我的标题是否正确，但基本上我有一个引用坐标，格式为(x，y，z)，还有一个大的列表/坐标数组。我需要得到每一个之间的欧几里德距离，所以在理论上，对于numpy和scipy，我应该能够做一个操作，例如：
import numpy, scipy.spatial.distance
a = numpy.array([1,1,1])
b = numpy.random.rand(20,3)
distances = scipy.spatial.distance.euclidean(b, a)
但是我没有得到一个数组，而是得到了一个错误：ValueError: Input vector should
浏览 1提问于2018-07-09得票数 1
回答已采纳
2回答
我读过，它展示了一个算法是如何使用numpy加速250倍的。我试图通过使用numpy来改进下面的代码，但是我无法使它工作：
for i in nodes[1:]:
for lb in range(2, diameter+1):
not_valid_colors = set()
valid_colors = set()
for j in nodes:
if j == i:
break
if di
浏览 0提问于2015-10-15得票数 0
回答已采纳
1回答
我想了解einsum函数是如何在python中实现的。我在numpy/core/src/multiarray/einsum.c.src文件中找到了源代码，但不能完全理解它。特别是，我想了解它是如何自动创建所需的循环的？
例如：
import numpy as np
a = np.random.rand(2,3,4,5)
b = np.random.rand(5,3,2,4)
ll = np.einsum('ijkl, ljik ->', a,b) # This should loop over all the
# four indicies i,j,k,l. How
浏览 4提问于2022-07-12得票数 4
回答已采纳
ndarray是在numpy中专门定义的数据类型，所以我想知道为什么我可以使用以下内容：
import numpy as np
a = np.array([1,2,3,4])
max(a) --> 4
我假设python会将其转换回列表，但我不明白这是如何自动完成的，python是如何“知道”如何将其转换为列表的？
此外，这个方法不起作用：
b = np.array([[1,2,3],[4,5,6]])
max(b)
因此，在本例中，python显然不知道如何将其转换为列表。为什么numpy不自动将多维数组平坦成这样的向量：
max(b.flatten(1))
提前谢谢。
浏览 2提问于2014-06-09得票数 3
回答已采纳
我想向矢量化数组中的一些操作，这些操作实际上在ndarray或熊猫数据序列/系列中是不可用的，比如比较元素级的两个类似形状的数组/序列/帧，其中一个包含一个值，另一个包含一个列表。我可以用使用矢量化的python来编写自己的数据结构吗？我如何从矢量化的通用库中调用方法，或者使用基本函数来实现这一点？在Python中没有方法不依赖于Fortran/C，因此依赖SciPy/NumPy/Pandas和类似的librairies吗？我不明白为什么Python本身不能像C那样管理数组？这是“从概念上说是不可能的”，还是因为卸货更好而没有做到呢？
例如，在numpy中添加两个数组(如ndarray_1(1
浏览 0提问于2017-12-13得票数 -2
回答已采纳
2回答
我有一门课，这是一种方法。该方法在执行过程中重复多次。此方法使用numpy数组作为临时缓冲区。我不需要在方法调用之间的缓冲区中存储值。是否应该创建数组的成员实例，以避免方法执行期间内存分配的时间泄漏？我知道，它是首选的局部变量。但是，Python是否足够聪明，只为数组分配一次内存？
class MyClass:
def __init__(self, n):
self.temp = numpy.zeros(n)
def method(self):
# do some stuff using self.temp
或
class MyClass:
浏览 3提问于2015-10-25得票数 6
回答已采纳
我有一个python脚本，我几乎完全用NumPy编写了一个用于数值模拟的脚本，并且在运行我的脚本之前，我没有为任何变量指定数据类型。我试图找出一种方法来加速我的代码，最终偶然发现了Numba，在那里数据类型的重要性变得更加透明。作为编程和科学计算的新手，在计算之前指定数据类型的想法并不是我真正考虑过的事情，因为即使我没有指定类型，NumPy也能够很好地执行。 所以我想知道的是，在我的NumPy数组的初始构造中显式指定数据类型是否确实更有效，如果是这样，为什么会这样呢？若否，原因为何？如果可能，在NumPy的特定情况之外进行泛化的答案将是很好的。
浏览 15提问于2020-06-26得票数 0
我对裸体很陌生。我有以下代码，给出了所需的结果：
import numpy as np
def get_result(S,K,delS):
res=np.zeros(S.shape[0],dtype=np.float64)
for j in range(res.shape[0]):
if S[j]-K>delS:
res[j]+=np.floor((S[j]-K)/delS)
K+=np.floor((S[j]-K)/delS)*delS
elif S[j]-K<-delS:
浏览 4提问于2016-12-21得票数 0
回答已采纳
2回答
提高循环速度
、、
我有一百万个循环要做。有没有更快地处理这个(以及一般的python循环)的方法？
import numpy
#in a population of 1000 individuals of the same species, one individual has an advantageous mutation
#before, the average quantity of newborns per each 2 individuals per generation was 2 (no average change in pop)
popN, popM= 999, 1
period= 100
浏览 1提问于2019-11-14得票数 2
1回答
Numba拥有惊人的能力，可以通过JIT编译来加速循环。然而，关键的转变是，当使用numpy时，。幸运的是，除了numpy.sort之外，大多数numpy函数都包含一个用于写入输出的可选out参数。最明显的替代方案是numpy.ndarray.sort，它已经就位，
@njit("void(f8[:])")
def sort_inplace(arr):
arr.sort()
但这无法编译，
...
...
...
/Users/duckworthd/anaconda/lib/python2.7/site-packages/numba/typeinfer.pyc in pro
浏览 1提问于2014-05-29得票数 5
1回答
我试图计算numpy数组的一些列，使用cdef函数在cdef循环中对python对象(numpy数组)进行操作。
，我想并行地做。，但不知道怎么做。
下面是一个玩具示例，一个def函数使用prange，调用for循环中的cdef函数，这是不允许的，因为np.ndarray是一个python对象。在我的实际问题中，一个矩阵和一个向量是cdef函数的参数，并且执行一些numpy矩阵操作，比如np.linalg.pinv() (我猜这实际上是瓶颈)。
%%cython
import numpy as np
cimport numpy as np
from cython.parallel import
浏览 2提问于2019-12-03得票数 2
回答已采纳
1回答
不知道这里发生了什么，或者我是否正确地使用了Numba，但是这里的速度没有达到预期的要求；请告诉我我错过了什么，让numba按照它应该的方式工作。
输出显示runfile('#####)：Numba-> 0.14654635999977472 :Python-> 0.00047117299982346594
从numpy导入日志导入时间，从numba导入jit导入
@jit(nopython=True) def Func()：n=100 b=[] for i in range(0，n)：b.append(log(i/2+52)**2)*exp(.05*10))返回(I)打印
浏览 1提问于2020-11-20得票数 0
2回答
给定一个(m，n) numpy数组A，我想构造(m-1，n-1) numpy数组B，使Bi，j等于
A[i+1,j+1]+A[i,j]-A[i+1,j]-A[i,j+1]
浏览 0提问于2018-03-10得票数 1
回答已采纳
2回答
我有一个带有负值的数组，必须在Python中将其提升为小数幂。我需要获得由操作生成的复数数组的真实部分。
MWE
from __future__ import division
import numpy as np
a = -10
b = 2.5
n = 0.88
x = np.arange(5, 11, 1)
y = (a / (x - b)) ** (1 / n)
我正在使用Pythonv2.7.6。
浏览 4提问于2016-01-20得票数 4
我想将一个numpy数组中的所有元素相乘。如果有一个像[1, 2, 3, 4, 5]这样的数组，我想得到1 * 2 * 3 * 4 * 5的值。
我试着用我自己的方法，但是数组的大小很大，它需要很长的时间来计算，因为我使用numpy，如果numpy支持这个操作会很有帮助。
我试图通过numpy文档找出答案，但我失败了。有没有做这个操作的方法？如果有，有没有一种方法可以得到矩阵中的某个等级的值？
浏览 0提问于2017-05-27得票数 10
回答已采纳
我想对有理矩阵执行运算。我使用模块numpy和fractions。
这是我的代码：
import numpy as np
from fractions import Fraction
m=np.matrix([[Fraction(1, 6), Fraction(8, 7)], [Fraction(1, 2), Fraction(3, 2)]])
print(np.linalg.det(m))
# Gives -0.321428571429
print(m[0,0]*m[1,1] - m[0,1]*m[1,0])
# Gives -9/28
由于用Gauss方法计算行列式只需要有理运算，所以
浏览 0提问于2015-03-21得票数 4
回答已采纳
1回答
我读到(软的)实时程序经常避免堆分配，部分原因是不可预测的时间，特别是当停止世界(STW)垃圾收集(GC)被用来释放内存时。我想知道避免堆分配是否有助于减少使用NumPy和CPython的主循环(例如100 Hz)的滞后。我的问题：
CPython大部分使用引用计数，循环引用使用STW。这是否意味着如果我不使用任何具有循环引用的对象，那么STW部分就不会触发吗？例如，标量和NumPy数组似乎没有循环引用，而且它们中的大多数不会超出分配它们的函数。
减少数组分配(预先分配、就地分配等)是否会产生显著差异？
典型的NumPy表达式为每个操作分配一个临时数组；有什么好的方法来解决这个问题
浏览 6提问于2021-07-07得票数 2
回答已采纳
3回答
我需要将两个大矩阵相乘，并对它们的列进行排序。
import numpy
a= numpy.random.rand(1000000, 100)
b= numpy.random.rand(300000,100)
c= numpy.dot(b,a.T)
sorted = [argsort(j)[:10] for j in c.T]
这个过程需要大量的时间和内存。有没有办法加快这个过程？如果不是，我如何计算执行此操作所需的RAM？我目前有一个EC2机器，有4 4GB内存，没有交换。
我想知道这个操作是否可以序列化，并且我不必将所有内容都存储在内存中。
浏览 5提问于2014-07-31得票数 8
回答已采纳
2回答
用Cython优化NumPy
、、、、
我目前正在尝试优化我用纯Python编写的代码。这段代码大量使用，因为我使用的是NumPy数组。下面你可以看到我转换成的最简单的类。它只做两个Numpy数组的乘法运算。这里：
bendingForces = self.matrixPrefactor * membraneHeight
我的问题是，当我看到"cython -a“生成的C代码有很多NumPy调用时，我是否以及如何优化这一点，这看起来不是很有效。
import numpy as np
cimport numpy as np
ctypedef np.float64_t dtype_t
ctypedef np.complex128
浏览 0提问于2011-03-17得票数 5
回答已采纳
我想要@numba.njit这个简单的函数，它返回一个数组，其中包含一个形状，特别是一个等级，这取决于输入i：例如，对于i = 4，形状应该是shape=(2, 2, 2, 2, 4)
import numpy as np
from numba import njit
@njit
def make_array_numba(i):
shape = np.array([2] * i + [i], dtype=np.int64)
return np.empty(shape, dtype=np.int64)
make_array_numba(4).shape
我尝试了许多不同的方法
浏览 4提问于2022-03-20得票数 1
回答已采纳
1回答
我的目标是使用SWIG与C和Python一起创建一个函数，该函数以NumPy数组作为输入，并返回不同的NumPy数组。返回的数组具有某些未指定的大小，取决于输入数组。不幸的是，当我试图运行我的代码时，会返回一个空数组。下面是一个显示问题的“最小”示例。我通过以下方法运行此代码：
python setup.py build_ext --inplace
python test.py
感兴趣的文件复制如下。如果您知道如何使这段代码返回一个非空的NumPy数组，请告诉我。谢谢!
取消。c：
#include "cancelterms.h"
void cancel(double comp
浏览 4提问于2015-11-13得票数 3
如果有2个numpy数组，则两个2-D形状都不同: x.shape = (2,2) y.shape = (3,2)
如何使用numpy执行广播，以便执行以下操作:x* y，x-y
谢谢。
浏览 18提问于2020-02-23得票数 1
1回答
假设我有一个3D numpy数组$y_{n \i.e.\i.e.}$和一个一维numpy array$x_{p \xx1}$，我想在$y$的每个片段(即$yi，j，:$)和$x$上应用'PyOLS‘函数。如何在Python中向量化此操作？
下面是一个示例代码：
import numpy as np
def PyOLS(xvec, yvec):
n = xvec.shape[0]
X = np.c_[xvec, np.ones(n)]
betas = np.dot(np.linalg.inv(np.dot(X.T, X)), np.dot(X.T, yvec))
浏览 7提问于2022-10-29得票数 0
回答已采纳
2回答
我正在为一个游戏编写一段代码，它使用游戏中所有对象的坐标位置来计算屏幕上所有对象之间的距离。最初我打算使用基本的Python和列表来做这件事，但由于需要计算的距离的数量将随着对象的数量呈指数增长，所以我认为使用numpy可能会更快。
我对numpy不是很熟悉，我一直在用它试验一些基本的代码。我写了一些代码，用numpy和普通的Python语言对同一个函数完成计算所需的时间进行计时，而numpy似乎总是比普通的Python多花一点时间。
这个函数非常简单。它从1.1开始，然后递增200,000次，在最后一个值上加上0.1，然后找到新值的平方根。这不是我在游戏代码中实际要做的事情，它将涉及从位置坐
浏览 3提问于2018-07-10得票数 0
我在Python中没有使用NumPy就做到了这一点：
def fun_list(list_, x):
#set list to odd numbers in list_ raised to number x
s=[]
s= [i**x for i in list_ if (i%2)!=0]
list_=s
print(list_)
测试功能：
list1 = [1, 2, 3, 4]
list2 = [2, 3, 4, 5]
print(fun_list(list1, 2))
print(fun_list(list2, 3))
结果：
[1, 9]
None
浏览 2提问于2018-07-31得票数 0
回答已采纳
2回答
我想创建一个numpy数组，其中第一个元素是定义的常量，每个下一个元素都被定义为前一个元素的函数，如下所示： import numpy as np
def build_array_recursively(length, V_0, function):
returnList = np.empty(length)
returnList[0] = V_0
for i in range(1,length):
returnList[i] = function(returnList[i-1])
return returnList
d_t = 0.05
浏览 24提问于2020-04-25得票数 0
1回答
Numpy的蒙面阵列内存有效吗？
、、、、
我想知道:numpy的能够存储可用值的紧凑表示吗？换句话说，如果我有一个没有设置值的numpy数组，它会被存储在内存中吗？
实际上，这不仅仅是一个偶然的问题，而是我正在开发的应用程序需要这样的内存优化。
浏览 1提问于2015-08-15得票数 0
回答已采纳
我使用数组模块来存储无符号32位ints的相当大的数字(许多千兆字节)。python没有对每个元素使用4个字节，而是使用了8个字节(如array.itemsize所示)，并由pympler进行了验证。
例：
>>> array("L", range(10)).itemsize
8
我有大量的元素，所以我会从将它们存储在4个字节中获益。
Numpy将允许我将这些值存储为无符号32位ints：
>>> np.array(range(10), dtype = np.uint32).itemsize
4
但问题是，任何使用numpy的索引运算符的操作
浏览 6提问于2016-04-25得票数 7
回答已采纳
具体地说：
如何将numpy.ndarray作为函数提供输出数据类型和
如何使用cimport numpy而不是import numpy来创建一个没有Python开销的数组？
如果从行numpy.ndarray中删除cdef numpy.ndarray array(int start, int end):，下面的代码就能工作。根据注释，它仍然有大量的Python开销(不包括range(start, end)初始化C++向量)。
%%cython -a
# distutils: language = c++
import numpy
from libcpp.vector cim
浏览 0提问于2018-08-29得票数 3
回答已采纳
1回答
我可以通过下面的代码来评估多变量正态分布的对数概率密度
import numpy as np
import scipy.stats
scipy.stats.multivariate_normal.logpdf([0,0], mean = np.zeros(2), cov = np.eye(2))
现在，我感兴趣的是计算点[0,0]在各种平均值上的对数密度。以下是我尝试过的方法
import numpy as np
import scipy.stats
grid = np.linspace(-2,2,51)
x,y = np.meshgrid(grid,grid)
scipy.stats.m
浏览 30提问于2019-08-06得票数 2
回答已采纳
我是python的新手，目前正在学习numPy软件包。我来自C/C++世界，所以我的问题可能很愚蠢。在numPy中使用矢量化操作时，我假设它们像openMP一样并行执行。
我在udacity教程中看到了一段代码，该教程以下列方式计算了一个标准化的一维数组：
standardized = (array - array.mean()) / array.std()
其中数组是numPy数组。因此，在我看来，numPy会并行执行以下“单一”指令以获得更好的性能：
standardized[0] = (array[0] - array.mean()) / array.std()
standardized
浏览 0提问于2019-08-21得票数 1
回答已采纳
1回答
对于我的班级，我需要使用NumPy编写更优化的数学函数。问题是，当使用NumPy时，当使用本机Python时，我的解决方案要慢一些。
函数，它对数组的所有元素进行立方体，并将它们和为
Python：
def cube(x):
result = 0
for i in range(len(x)):
result += x[i] ** 3
return result
My，使用NumPy (慢15-30%)：
def cube(x):
it = numpy.nditer([x, None])
for a, b in it:
b[
浏览 3提问于2021-02-03得票数 0
我有一个函数，它必须用f(x)替换numpy数组x的每个元素。
def modify_inplace(X):
X = 2. / (8. + numpy.exp(-X))
但这不管用：
>>> X = numpy.random.random( size=(2,3) )
>>> X
array([[ 0.97476386, 0.76411101, 0.37690288],
[ 0.05462798, 0.44722799, 0.23570353]])
>>>> modify_inplace(X)
>&g
浏览 5提问于2014-10-29得票数 2
回答已采纳
2回答
我是朱莉娅的新手，为了开始工作，我想把一些粗制滥造的代码移植到朱莉娅身上，并希望能得到一些不错的性能提升。到目前为止我还不满意。
这是我想要计算的函数
function s(x_list, r_list)
result_list = zeros(size(x_list,1))
for i = 1:size(x_list,1)
dotprods = r_list * x_list[i,:]'
expcall = exp(im * dotprods)
sumprod = sum(expcall) * sum(conj(ex
浏览 0提问于2016-02-23得票数 0
回答已采纳
2回答
我想用滑动窗口计算图像上的一些运算(GLCM)。实现这一目标的准则是：
import numpy as np
from skimage.feature import greycomatrix, greycoprops
from numpy.lib.stride_tricks import as_strided
image = np.arange(36).reshape((6,6))
window = 5
result = np.zeros(image.shape)
for i in xrange(window/2,image.shape[0]-window/2):
for j
浏览 4提问于2015-01-16得票数 1
我正在尝试将numpy.ndarray转换为numpy.float。numpy.ndarray看起来如下所示：
<class 'numpy.ndarray'>
[[0.]
[1.]
[1.]
...
[0.]
[0.]
[0.]]
我想在这样的numpy.float中转换它：
<class 'numpy.float64'>
[0.0, 1.0, 1.0, ... , 0.0, 0.0, 0.0]
有人能帮我吗？
提前谢谢！
浏览 3提问于2022-06-23得票数 0
1回答
我试着用逐次超松弛方法求出一些边界条件下的势。
我有两个解决方案：
-One对所有元素进行迭代，并将公式field[y,x] = (1-alpha)*field[y,x] + (field[max(y-1,0),x] + field[min(y+1,field.shape[0]-1),x] + field[y,max(x-1,0)] + field[y,min(x+1,field.shape[1]-1)]) * alpha/4应用到位。这很慢，因为它没有很好地访问内存。
-The另一个，我创建了4个矩阵，在四个方向上移动1。我应用相同的公式，然后把矩阵加上去。然而，这并没有考虑到在当前迭代期间
浏览 1提问于2013-11-29得票数 2
1回答
当对数组执行操作时，我有一个关于Numpy内存使用情况的问题。我观察到，内存使用量增加了一倍，尽管这似乎是不必要的。例如，对于以下两个脚本，第二个脚本使用的内存几乎是第一个脚本的两倍：
第一个脚本：
# ex1.py
import numpy as np
x = np.zeros((10000, 10000), dtype=np.float32)
np.sum(x)
第二稿
# ex2.py
import numpy as np
x = np.zeros((10000, 10000), dtype=np.float32)
np.sum(x+x) # this is just a toy op
浏览 3提问于2022-07-27得票数 0
回答已采纳
我写了这个简单的测试来评估Numba的性能，并将其与常规的Python和Numpy进行比较：
import numba.cuda
import numba
import numpy
import time
import math
SIZE = 1000000
ITER = 10
BLOCK = 256
def func_py(result, op1, op2):
for pos in range(SIZE):
result[pos] += op1[pos] * op2[pos]
def func_numpy(result, op1, op2):
浏览 0提问于2021-06-04得票数 2
1回答
大型网格的Numpy索引
、、、
我想有一种方法来索引一个d维numpy网格：
，而不实际将完全密集网格存储在内存中，后者支持完全密集网格支持的所有索引类型。
例如：
x = np.random.randn(Nx)
y = np.random.randn(Ny)
z = np.random.randn(Nz)
x_g, y_g, z_g = np.meshgrid(x, y, z, indexing='ij')
X = np.concatenate([x_g[..., None], y_g[..., None], z_g[..., None]], axis=-1)
一旦我有了X，我就可以使用numpy的所有索
浏览 7提问于2021-12-14得票数 2
2回答
我有大约95,000,000排列要检查。我有8个不同长度的列表，每个字符串标识在excel表中定义的属性(A)。e.g
bcdgj
具有b，c，d，g和j的性质
我只需要找到一个包含至少3个属性的置换，然后将这些属性与电子表格中的数据进行匹配。
我已经完成了这个脚本(我第一次尝试使用python)
import numpy
import itertools
for x in itertools.product(['abfhj','bcdgj','fghij','abcj','bdgk','abgi'
浏览 10提问于2022-11-03得票数 0
回答已采纳
这是一个众所周知的问题，而且已经在其他地方提供了全面的解决方案，但如果可以的话，我将尝试自己解决我自己的问题。下面的代码在10秒内将解决方案带回给我，这很慢，但参数非常大--我正在创建一个numpy数组并使用减值函数，所以我想听听其他使它更快的想法。
我想我有一个更大的问题，就是如果不碰到内存问题，我的长度参数就不能比这个大得多--我尝试了1万次，然后就崩溃了--所以我怀疑我可能无论如何都要取消数组了？
import numpy as np
import timeit
def solution(start, length):
checkArray = []
for j in rang
浏览 2提问于2020-06-12得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
