向量化python中的嵌套for循环以获取依赖于索引的函数

Scott 发表于 Dev

史考特

我目前正在使用Numpy数组将C ++程序移植到Python。如果可能，我正在寻找一种以Python方式实现以下循环的方法：

for (int j = start_y; j < end_y; j++)
    {
        for (int i = start_x; i < end_x; i++)
        {
            plasmaFreq[i][j] = plasmaFreq_0*(tanh((i - 50)/10) - tanh((i - (nx - 50))/10))/2.0;
        }
    }

上面，plasmaFreq_0是一个常量，传递给周围的函数，nx也是如此。显然，将循环边界向量化以在numpy数组的特定区域上操作很容易，但是这给我留下了如何在数组上映射上述依赖于索引的函数的问题。

米尔森

您需要一个数组i，

i = np.arange(start_x, end_x)
plasmaFreq[start_x:end_x, start_y: end_y] = plasmaFreq_0 *(np.tanh((i - 50)/10) - np.tanh((i - (nx - 50))/10))/2.0

我认为广播应该从那里开始。

请注意，您的原始代码效率很低¹ ...首先，您要为每个计算右手边j，但它并不依赖j，因此您只需要计算一次即可。其次，您的内部循环在慢速索引之上，因此您将无法有效地使用缓存。我可能会这样写：

for (int i = start_x; i < end_x; i++)
{
    rhs = plasmaFreq_0*(tanh((i - 50)/10) - tanh((i - (nx - 50))/10))/2.0;
    for (int j = start_y; j < end_y; j++)
    {
        plasmaFreq[i][j] = rhs;
    }
}

^{¹如何低效的依赖于编译器可以如何做到摸清循环。有一天，也许某些编译器可能会从您的代码和我的代码中生成相同的代码}

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。