python - 应用时移

Question

考虑数组 r ，尺寸为 [N,m]，其中 电话 是时间索引，米 网络中元素的数量。考虑到这些 米 元素相互连接，但元素的影响我 在元素 j ，需要一些时间才能发生，即每个连接之间都有延迟矩阵 给出的延迟延迟垫 ，尺寸为 [m,m]。

说，我有以下问题:我想用数组 的值创建一个矩阵 [m,m] r 但在 之后应用了适当的时间筛选(延迟)延迟垫 .一种方法是:

delay  = n - delayMat
drate = np.zeros([m,m])
for i in range(m):
    for j in range(m):
        drate[j,i]=r[delay[j,i],i]

哪里， 是实际时间索引，用 的延迟值绘制矩阵r 对于每个连接。这是有效的，但是，它非常慢，具体取决于 米 .有没有办法以更优化的方式在 numpy 上做到这一点？

示例代码(实际代码需要读取大量数据，所以贴在这里不切实际):

import numpy as np 
delayMat = np.random.randint(1,195,[30,30]) 
rate = np.random.normal(0,1,size=(4,1000,30)) 
n = 1000 # current time index 
delay = n-delayMat
drate1 = np.zeros([30,30]) # delayed variable
drate3 = np.zeros([30,30]) 
for pre in range(30): 
    for pos in range(30): 
        drate1[pos,pre]=rate[0,delay[pos,pre],pre] 
        drate3[pos,pre]=rate[2,delay[pos,pre],pre] 

Answer 1

替换两者 for循环:

drate1=rate[0, delay, np.arange(30)]
drate3=rate[2, delay, np.arange(30)]