Numpy 在Julia中销毁Iterator.product

我想知道我是否有迭代器。乘积生成对x，y，我如何只从中得到x-component

我正试图用这个从Python/numpy转换成julia。简单的事情：

xs = np.arange(0,2*np.pi,0.1)
ys = np.arange(0,2*np.pi,0.1)
Xs,Ys = np.meshgrid(xs,ys)
F = sin(Xs)*cos(Ys)

现在在Julia中我得到了我应该使用Iterator.product

---

如果使用理解，可以避免在迭代器中使用例程：

julia> F = [sin(x) * cos(y) for x in xs, y in ys]
63×63 Array{Float64,2}:
  0.0         0.0         0.0         0.0         0.0        …   0.0         0.0         0.0         0.0
  0.0998334   0.0993347   0.0978434   0.0953745   0.0919527      0.0925933   0.0958571   0.098163    0.0994882
  0.198669    0.197677    0.194709    0.189796    0.182987       0.184262    0.190756    0.195345    0.197982
  0.29552     0.294044    0.289629    0.282321    0.272192       0.274089    0.28375     0.290576    0.294498
...

请记住，由于Julia在内存中首先按列组织数组，然后按Python行组织数组，因此如果希望数组在REPL中显示相同的数组，则需要在数组引用中颠倒x和y的顺序，如numpy的meshgrid的“ij”矩阵索引选项：

F = [sin(x) * cos(y) for y in ys, x in xs] # BUT reference elements as e = F[y, x] now

---

如果使用理解，可以避免在迭代器中使用例程：

julia> F = [sin(x) * cos(y) for x in xs, y in ys]
63×63 Array{Float64,2}:
  0.0         0.0         0.0         0.0         0.0        …   0.0         0.0         0.0         0.0
  0.0998334   0.0993347   0.0978434   0.0953745   0.0919527      0.0925933   0.0958571   0.098163    0.0994882
  0.198669    0.197677    0.194709    0.189796    0.182987       0.184262    0.190756    0.195345    0.197982
  0.29552     0.294044    0.289629    0.282321    0.272192       0.274089    0.28375     0.290576    0.294498
...

请记住，由于Julia在内存中首先按列组织数组，然后按Python行组织数组，因此如果希望数组在REPL中显示相同的数组，则需要在数组引用中颠倒x和y的顺序，如numpy的meshgrid的“ij”矩阵索引选项：

F = [sin(x) * cos(y) for y in ys, x in xs] # BUT reference elements as e = F[y, x] now

---

你可以使用理解，但我喜欢广播：

xs = range(0, 2π, step=0.1)
ys = range(0, 2π, step=0.1)
F = sin.(xs) .* cos.(ys')  # notice the adjoint '

您应该避免创建中间网格，这只是浪费。事实上，你应该去阅读广播手册：

---

同样的事情也适用于Python，顺便说一句，不需要网格网格，只要确保xs是行向量，ys是列向量，反之亦然，那么您就可以直接乘以np.sinxs*np.cosys，它们将自动以矩阵形式广播。

您可以使用理解，但我喜欢广播：

xs = range(0, 2π, step=0.1)
ys = range(0, 2π, step=0.1)
F = sin.(xs) .* cos.(ys')  # notice the adjoint '

您应该避免创建中间网格，这只是浪费。事实上，你应该去阅读广播手册：

---

同样的事情也适用于Python，顺便说一句，不需要网格网格，只要确保xs是行向量，ys是列向量，反之亦然，那么您就可以直接将np.sinxs*np.cosys相乘，它们将自动广播到矩阵形式。

谢谢，很高兴知道，但如何将迭代器上面的复合迭代器xy分解为组件仍然很好。当有第一个和最后一个索引时，也必须有类似于正常索引的内容。您可以再次使用理解：Xs=[x代表x，y代表XYs]；Ys=[y代表x，y代表XYs]；谢谢，很高兴知道，但是如果能将迭代器上面的复合迭代器xy分解为组件，那就太好了。当有第一个和最后一个索引时，也必须有类似于正常索引的内容。您可以再次使用理解：Xs=[x代表x，y代表XYs]；Ys=[y代表x，y代表XYs]；谢谢，这样可能更好。。。但无论如何。。。如果有像zip这样的函数，那么也必须有反向函数，也就是解压？不是吗？我听过很多次zip是它自己的反面，但我不确定它是如何工作的。但是如果您只需要每个对的第一个组件，请尝试first.p，其中p是元组/对的集合或迭代器。对于最后一个组件，使用last.p，对于更一般的索引，使用getindex.p，n。问题是，这可以正常工作：Xs=first.XYs，这不起作用：Xs=getindex.XYs，0您无法获取索引0。第一个元素的索引为1.aha…：我更喜欢从零开始数数，但很好。如果getindex是连接到[]运算符的函数，我不能执行类似于XYs。[1]的操作吗？谢谢，这种方式可能更好。。。但无论如何。。。如果有像zip这样的函数，那么也必须有反向函数，也就是解压？不是吗？我听过很多次zip是它自己的反面，但我不确定它是如何工作的。但是如果您只需要每个对的第一个组件，请尝试first.p，其中p是元组/对的集合或迭代器。对于最后一个组件，使用last.p，对于更一般的索引，使用getindex.p，n。问题是，这可以正常工作：Xs=first.XYs，这不起作用：Xs=getindex.XYs，0您无法获取索引0。第一个元素的索引为1.aha…：我更喜欢从零开始数数，但很好。如果getindex是连接到[]运算符的函数，我不能执行类似于XYs。[1]的操作吗？