Python，numpy.array切片，使用切片更改數組值

Question

我有一個數值積分任務，其中我們用積分公式近似積分。 我的問題是任務需要我避免循環並使用矢量化變量，這將是片嗎？

我有n個值的np.array對象，我必須使用特定的公式來更改此數組的每個值。 問題在於公式中使用此數組在點i處的值來更改位置。使用for循環將很容易：

x = np.array([...])
for i in range(0,n):
   x[i]=f(x[i]+a)*b`

（a，b一些其他變量）我該如何用切片呢？ 我必須對數組的所有元素執行此操作，因此將類似於：

x[:]=f(x[???]+a)*b

我如何從數組中獲得正確的位置到公式中？ 像x [：]這樣的切片指令僅遍歷我的整個對象。 有什么方法可以保存我當前所在的索引嗎？ 我試圖搜索但什么也沒找到。 另一個問題是我什至不知道如何正確放置搜索請求...

Answer 1

您可能會混淆兩個問題

• 修改數組的所有元素
• 計算數組所有元素的值

在

x = np.array([...])
for i in range(0,n):
   x[i]=f(x[i]+a)*b`

您將x元素一一更改，並將它們一一傳遞給f 。

x[:] = ...使您可以立即更改x所有元素，但是源（方程式的右側）必須生成所有這些值。 但是通常您不需要分配值。 而是使用x = ... 速度和內存效率一樣快。

在RHS上使用x[:]對您沒有任何幫助。 如果x是一個列表，則會進行復制； 如果x是一個數組，則只返回一個view ，即一個具有相同值的數組。

關鍵問題是，您的f(...)函數接受什么？ 如果它使用+ ， *類的操作以及np.sin類的np.sin ，則可以為其提供一個數組，它將返回一個數組。

但是，如果它僅適用於標量（包括使用諸如math.sin類的math.sin ），則您必須為其提供標量，即x[i] 。

讓我們嘗試解壓縮該評論（作為對原始問題的編輯可能會更好）

我的時間間隔必須短一些。

x = np.linspace(start,end,pieceAmount)
function f
quadrature formula
b (weights or factors)
c (function values)
b1*f(x[i]+c1)+...+bn*f(x[i]+cn)

例如

In [1]: x = np.arange(5)
In [2]: b = np.arange(3)
In [6]: c = np.arange(4,7)*.1

我們可以通過廣播為所有x和c做x[i]+c

In [7]: xc = x + c[:,None]
In [8]: xc
Out[8]: 
array([[ 0.4,  1.4,  2.4,  3.4,  4.4],
       [ 0.5,  1.5,  2.5,  3.5,  4.5],
       [ 0.6,  1.6,  2.6,  3.6,  4.6]])

如果f是像np.sin這樣的函數，它接受任何數組，則可以將xc傳遞給該函數，從而獲得大小相同的數組。

再次使用廣播，我們可以進行b[n]*f(x[i]+c[n])計算

In [9]: b[:,None]* np.sin(xc)
Out[9]: 
array([[ 0.        ,  0.        ,  0.        , -0.        , -0.        ],
       [ 0.47942554,  0.99749499,  0.59847214, -0.35078323, -0.97753012],
       [ 1.12928495,  1.99914721,  1.03100274, -0.88504089, -1.98738201]])

然后我們可以求和，得到一個形狀類似於x的數組：

In [10]: np.sum(_, axis=0)
Out[10]: array([ 1.60871049,  2.99664219,  1.62947489, -1.23582411, -2.96491212])

那就是點或矩陣乘積：

In [11]: b.dot(np.sin(xc))
Out[11]: array([ 1.60871049,  2.99664219,  1.62947489, -1.23582411, -2.96491212])

正如我前面提到的，我們可以通過

x = b.dot(f(x+c[:,None])

像這樣的簡單表達式的關鍵是f接受數組。