用函數中的新數組填充 numpy 數組的最快方法

Question

我有一個函數f(a)從testarray中獲取一個條目並返回一個包含 5 個值的數組：

f(testarray[0])
#Output: array([[0, 1, 5, 3, 2]])

由於f(testarray[0])是實驗的結果，我想為testarray的每個條目運行這個函數f並將每個結果存儲在一個新的 NumPy 數組中。 我一直認為這會很簡單，只需使用一個帶有testarray長度的空 NumPy 數組並以下列方式保存結果：

N = 1000 #Number of entries of the testarray
test_result  = np.zeros([N, 5], dtype=int)

for i in testarray:
        test_result[i] = f(i)

當我運行它時，我沒有收到任何錯誤消息，而是收到無意義的結果（一半的test_result是空的，而其余的則充滿了難以置信的值）。 由於f()完美地適用於testarray的單個條目，我認為我將結果保存在test_result中的方式是錯誤的。 我在這里想念什么？

（我知道我可以將結果保存為列表，然后附加一個空列表，但是這種方法對於我想要運行該函數的大量時間來說太慢了）。

Answer 1

由於您似乎不了解索引，請堅持使用這種方法

alist = [f(i) for i in testarray]
arr = np.array(alist)

我可以展示如何一起使用行索引和 testarray 值，但這需要更多解釋。

Answer 2

您的問題可能會通過以下小示例重現：

testarray = np.array([5, 6, 7, 3, 1])

def f(x):
    return np.array([x * i for i in np.arange(1, 6)])

f(testarray[0])
# [ 5 10 15 20 25]

test_result = np.zeros([len(testarray), 5], dtype=int)  # len(testarray) or testarray.shape[0]

因此，正如hpaulj在評論中提到的，您必須小心如何使用索引：

for i in range(len(testarray)):
    test_result[i] = f(testarray[i])

# [[ 5 10 15 20 25]
#  [ 6 12 18 24 30]
#  [ 7 14 21 28 35]
#  [ 3  6  9 12 15]
#  [ 1  2  3  4  5]]

還有另一種情況，其中testarray是一個指定的索引數組，其中包含從0到N的隨機整數以完全填充零數組，即test_result 。 對於這種情況，我們可以創建一個可重現的示例：

testarray = np.array([4, 3, 0, 1, 2])

def f(x):
    return np.array([x * i for i in np.arange(1, 6)])

f(testarray[0])
# [ 4  8 12 16 20]

test_result = np.zeros([len(testarray), 5], dtype=int)

因此，使用您的循環將得到以下結果：

for i in testarray:
    test_result[i] = f(i)
# [[ 0  0  0  0  0]
#  [ 1  2  3  4  5]
#  [ 2  4  6  8 10]
#  [ 3  6  9 12 15]
#  [ 4  8 12 16 20]]

從這個循環可以理解，如果索引數組不是從0到N ，零數組中的一些行將保持零（不變）：

testarray = np.array([4, 2, 4, 1, 2])

for i in testarray:
    test_result[i] = f(i)
# [[ 0  0  0  0  0]   # <--
#  [ 1  2  3  4  5]
#  [ 2  4  6  8 10]
#  [ 0  0  0  0  0]   # <--
#  [ 4  8 12 16 20]]