python - 以 pythonic 方式填充 2D numpy 数组

Question

我正在尝试填充一个 2D numpy 数组。根据我的经验，以下内容不会随着数组大小的增加而很好地扩展。

x=np.array([2,3,4])
y=np.array([1,3,9,13])
mat=np.zeros((x.size,y.size))
for i in range(nx):
 for j in range(ny):
   if x[i] > y[j]:
        mat[i,j] = 1
   else:
        mat[i,j] = -1

理想情况下，我想使用列表推导式如果只是一维就简单了

mat=np.asarray([foo(x_) for x_ in x])

但是如何将其推广到二维 np.arrays？其他基于 numpy 的解决方案也适用，但效率是这里的关键指标

Answer 1

你的垫子:

In [352]: mat
Out[352]: 
array([[ 1., -1., -1., -1.],
       [ 1., -1., -1., -1.],
       [ 1.,  1., -1., -1.]])

针对 y 广播 x:

In [353]: x[:,None]>y
Out[353]: 
array([[ True, False, False, False],
       [ True, False, False, False],
       [ True,  True, False, False]], dtype=bool)

使用 where 将该 bool 掩码转换为 1/-1 数组:

In [354]: np.where(x[:,None]>y,1,-1)
Out[354]: 
array([[ 1, -1, -1, -1],
       [ 1, -1, -1, -1],
       [ 1,  1, -1, -1]])

或者您可以将 bool 值转换为 0/1 数组，并缩放以适合

(x[:,None]>y).astype(float)*2-1

两个一维数组或列表的双循环通常可以像这样转换为外部操作。