Python 2.7 python帮助-数组上的条件数学操作

我正在尝试学习python——但对OOP来说是新手。我想让函数fA，fB，fC一次作用于整个rθ空间，而不是一次作用于一个点。我的问题是当r为零时，条件（r1）发散）

从数学导入pi、sin、cos、exp
将numpy作为np导入
将matplotlib.pyplot作为plt导入
def fA（后、后、a、b、c）：
如果（rr随机选择一个关系，可以使用numpy.where代替if…语义：

fx = where( rr<=1, exp(rr - 1.) * cos(th), exp(1. - rr) * cos(th))

fx=where（rr如@mdurant所说的
np.where
和
np.meshgrid
将非常有用。下面，让我重新组织您的代码，并提供另一种避免Python循环的方法：

导入系统
从数学输入pi，sin，cos，exp
将numpy作为np导入
将matplotlib.pyplot作为plt导入
定义生成坐标（nx，ny）：
"""
在函数中生成坐标数据点以防止命名空间
污染。
"""
dx=4./（nx-1）
dy=4./（ny-1）
X=np.零（（ny，nx））
Y=np.零（（ny，nx））
对于范围内的ix（nx）：
对于范围内的iy（纽约）：
X[iy，ix]=dx*（ix-（nx-1）/2）
Y[iy，ix]=dy*（iy-（ny-1）/2）
返回np.sqrt（X**2+Y**2），np.arctan2（Y，X）
nx=ny=101
r、 θ=_生成_坐标（101101）
def calculate_numpy（）：
#基于向量的计算器的辅助方法。
def fA（后、后、a、b、c）：
#计算每个值，因为乘法不会给出NaN。
arrx=a*np.sin（th）
arry=b*rr*np.cos（th）
arrz=c*rr
#使用特定条件覆盖值。
slct=rr>1
rr=rr[slct]
th=th[slct]
arrx[slct]=a/rr*np.sin（th）
arry[slct]=b/rr*np.cos（th）
arrz[slct]=c/rr
返回arrx，arry，arrz
def fB（后、后、a、b、c）：
#计算每个值，因为乘法不会给出NaN。
arrx=b*np.sin（2.*th）
arry=a*rr*np.cos（第2.*个）
arrz=c*rr
#使用特定条件覆盖值。
slct=rr>1
rr=rr[slct]
th=th[slct]
arrx[slct]=b/rr*np.sin（2.*th）
arry[slct]=a/rr*np.cos（第2.*个）
arrz[slct]=c
返回arrx，arry，arrz
def fC（后、后、a、b、c）：
#计算每个值，因为乘法不会给出NaN。
arrx=np.exp（rr-1）*np.cos（th）
arry=np.exp（rr-1）*np.sin（th）
arrz=np.空的类（rr）
arrz.填充（c）
#使用特定条件覆盖值。
slct=rr>1
rr=rr[slct]
th=th[slct]
arrx[slct]=np.exp（1.-rr）*np.cos（th）
arry[slct]=np.exp（1.-rr）*np.sin（th）
arrz[slct]=c/rr
返回arrx，arry，arrz
#进行计算。
Ax，Ay，Az=fA（r，θ，1.0，1.5）
Bx，By，Bz=fB（r，θ，1.5,0.8,1.0）
Cx，Cy，Cz=fC（r，θ，0.9，1.1，1.2）
返回Ax、Ay、Az、Bx、By、Bz、Cx、Cy、Cz
def calculate_loop（）：
#循环计算器的助手方法。
def fA（后、后、a、b、c）：
如果（rri）不认为您可以使用像X[iy，ix]这样的值，那么似乎这两个值都是先计算的，而不考虑条件。我希望条件计算可以节省时间并避免错误。例如>>>将numpy作为np>>>导入np.where（2>1，1,0.）数组（1.0）>>>np.where（2>1，1,1./0.）回溯（最后一次调用）：文件“”，第1行，在np.where（2>1,1./0.）ZeroDivisionError:float division by zero`>>>导入numpy作为np'>>>>np.where（2>1,1,0.）''数组（1.0）'>>>np.where（2>1,1./0.）''回溯（最后一次调用）：''文件“”，第1行，在''np where（2>1,1,1./0.）''ZeroDivisionError:float division by zero'这一点您是正确的，但它最简洁地表达了您的意思，并且仍然比循环快。如果您愿意，我可以发布一个替代方案。我认为生成100000除以零（以及其他分歧）错误和50%冗余未使用的求值将不是一件好事。真正的数学非常长，并且有各种对SciPy的特殊函数调用。如果您能建议另一种方法，那将非常好，谢谢！好的，我现在就试试……我收到一个错误，但我将尝试找出原因……
Traceback（最后一次调用）：File“/Users/./Solution_from_Stackoverflow.py”，第182行，在main（）文件中“/Users/./Solution_from_Stackoverflow.py”，第127行，在main calculate=globals（）[“calculate_u”+sys.argv[1]]索引器中：在命令行中列出索引超出范围
，使用类似“python draw.py loop”或“python draw.py numpy”的参数运行它“。脚本将找到相应的
calculate_{loop，numpy}（）
以供执行。时间也应在命令行中运行。
fx = where( rr<=1, exp(rr - 1.) * cos(th), exp(1. - rr) * cos(th))

fx = empty_like(rr)
fx[rr<=1] = exp(rr[rr<=1] - 1.) * cos(th[rr<=1])
fx[rr>1] = exp(1. - rr[rr>1]) * cos(th[rr>1]))

$ python -m timeit -s "import draw" "draw.calculate_loop()"
10 loops, best of 3: 95.2 msec per loop
$ python -m timeit -s "import draw" "draw.calculate_numpy()"
100 loops, best of 3: 2.11 msec per loop