根据numpy数组中的位置使用numpy算法

Question

我不太确定如何描述我的问题，但是我会尝试的。

我想知道numpy是否具有执行此操作的功能：

可以说我有一个称为grid的2D数组：

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

我还有另一个名为aList的2D数组：

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

我想基于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：

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

当前在python中使用for循环执行此操作很昂贵，因此我需要替代方法。

编辑：更多的澄清，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

但是，这是减慢python中我拥有的数据量的方法。

Answer 1

您的代码可以被复制并大大加快，如下所示：

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

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