时间戳

首页 > 解决方案 > NumPy 用乘法和加法代替 for 循环

python - NumPy 用乘法和加法代替 for 循环

问题描述

（蟒蛇2）

我的for循环是这个

vx2=[]
vy2=[]
vz2=[]

for xn in range(0,npoints-2):
     vx11=vx1[xn]+.5*(fxxx_list[xn]+fxxx_list[xn+1])*dt
     vy11=vy1[xn]+.5*(fxxx_list[xn]+fxxx_list[xn+1])*dt
     vz11=vz1[xn]+.5*(fxxx_list[xn]+fxxx_list[xn+1])*dt 

     vx2.append(vx11)
     vy2.append(vy11)
     vz2.append(vz11) 
     print vx2, vy2, vz2

我的教授。告诉我我可以通过仅对 Numpy 数组进行操作来替换我的 for 循环来加快速度，但我发现在同一个 Numpy 函数中相乘非整数和相加/相乘效率低下。有没有一种优雅的方式来使用 Numpy 而不是 for 循环来编写这个？

我已经尝试过这个：

#number of iterations
xn=n1[0:998]
array=np.array(xn)


vxn=vx1[0:998]
vyn=vy1[0:998]
vzn=vz1[0:998]


vvv=np.multiply((dt),(fxxx_list))
vx2=vxn+vvv
vy2=vyn+vvv
vz2=vzn+vvv

但是我无法让我的算法完全正确，正如你所看到的那样，它有点乱，并且需要与 for 循环一样长的时间。

标签： pythonnumpyfor-loop

解决方案

尝试这个：

fxxx_list = np.array(fxxx_list)
vx = np.array([vx1,vy1,vy2])

vx11, vy11, vz11 = vx + (fxxx_list[:-2] + fxxx_list[1:-1])/2  * dt

如果数组 vx1,... 的长度也为 n_points，那么您应该使用

vx = np.array([vx1,vy1,vy2])[:,:-2]

注意：我假设 vx1,... 的长度都相同

推荐阅读