提高从function创建多维数组的效率

Question

这将是一个非常基本的问题，但我对两件事有点困惑。

我有一些数据存储在二维数组中，我们称之为z 。 我有两个单独的 2D arrays、 nxp和nyp ，它们保存z中每个元素的映射信息。 因此， nxp和nyp目前持有笛卡尔坐标，我想将其转换为极坐标。 在此之后，我将polar定义为将给定的 (x,y) 转换为 (r, theta) 为：

import numpy as np
import math

def polar(x, y):
    '''
    Args:
        x (double): x-coordinate.
        y (double): y-coordinate.

    Returns:
        r, theta (in degrees).
    '''
    r = np.hypot(x, y)
    theta = math.degrees(math.atan2(y, x))
    return r, theta

但是从这一点开始，我认为我所做的一切都是解决这个问题的一种非常糟糕的方法。 理想情况下，我只想输入笛卡尔坐标 arrays 并取回极坐标 arrays 但这似乎不适用于我定义的 function （这可能是因为我已将输入类型隐式定义为双精度但我希望 python 会是能够在这里超载）。

r, theta = polar(nxp, nyp)

追溯是：

.... in polar
theta = math.degrees(math.atan2(y,x))

TypeError: only size-1 arrays can be converted to Python scalars

所以我现在正在实施将所有内容转换为一维列表并迭代以填充r和theta 。 例如

nxp_1D = nxp.ravel()
nyp_1D = nyp.ravel()

for counter, value in enumerate(nxp_1D):
    r, theta = polar(value, nyp_1D[counter])

这个确切的实现是错误的，因为它只返回r和theta的单个值，而不是填充值列表。

更一般地说，尽管出于某些原因我真的不喜欢这种方法。 对于这个问题，它看起来是一个非常严厉的解决方案。 除此之外，我可能想稍后做一些contourf图，这将需要将r和theta转换回其原始数组形状。

有没有更简单、更有效的方法来创建 2D arrays r和theta ？ 是否可以通过更改我的polar function 定义或使用列表理解来创建它们？

感谢您的任何回复。

Answer 1

是的，好的，所以这是一个非常简单的修复。 感谢@user202729 和@Igor Raush。 很简单：

def polar(x, y)
    r = np.hypot(x, y)
    theta = np.arctan2(y, x)
    return r, theta

.....
r, theta = polar(nxp, nyp)

很抱歉这个问题是多么愚蠢，但感谢您的回复。