Python 如何递增numpy数组中的值？

我用相同的值填充了一个数组，但是，我希望该值每行递增减少0.025。目前看起来是这样的：

import numpy as np

vp_ref = 30
surf_lay = np.ones(([1000,10000]), dtype=np.float32);
gvp_ref = vp_ref * surf_lay

因此数组中填充了30秒。我希望第一行是30，下一行减少到29.975，一直到底部。我该怎么做？

这里有一个解决方案：

定义步长范围以获取从0开始的所有值，添加步长直到矩阵大小结束。 减去它！ 输出：

array([[30.   , 30.   , 30.   , ..., 30.   , 30.   , 30.   ],
       [29.975, 29.975, 29.975, ..., 29.975, 29.975, 29.975],
       [29.95 , 29.95 , 29.95 , ..., 29.95 , 29.95 , 29.95 ],
       ...,
       [ 5.075,  5.075,  5.075, ...,  5.075,  5.075,  5.075],
       [ 5.05 ,  5.05 ,  5.05 , ...,  5.05 ,  5.05 ,  5.05 ],
       [ 5.025,  5.025,  5.025, ...,  5.025,  5.025,  5.025]])

这里有一个解决方案：

定义步长范围以获取从0开始的所有值，添加步长直到矩阵大小结束。 减去它！ 输出：

array([[30.   , 30.   , 30.   , ..., 30.   , 30.   , 30.   ],
       [29.975, 29.975, 29.975, ..., 29.975, 29.975, 29.975],
       [29.95 , 29.95 , 29.95 , ..., 29.95 , 29.95 , 29.95 ],
       ...,
       [ 5.075,  5.075,  5.075, ...,  5.075,  5.075,  5.075],
       [ 5.05 ,  5.05 ,  5.05 , ...,  5.05 ,  5.05 ,  5.05 ],
       [ 5.025,  5.025,  5.025, ...,  5.025,  5.025,  5.025]])

可以使用np.linspace创建线性间隔数据，然后使用np.tile创建二维阵列：

n = 1000
tmp = np.linspace(30, 30 - (n-1)*0.025, n)
result = np.tile(tmp[:, None], (1, 10_000))

可以使用np.linspace创建线性间隔数据，然后使用np.tile创建二维阵列：

n = 1000
tmp = np.linspace(30, 30 - (n-1)*0.025, n)
result = np.tile(tmp[:, None], (1, 10_000))

---

这里，在这个代码中，alpha是0.025

import numpy as np
vp_ref = 30
surf_lay = np.ones(([1000,10000]), dtype=np.float32);
gvp_ref = vp_ref * surf_lay

alpha = 0.025
substration_array = np.array([[alpha*i]*gvp_ref.shape[1] for i in range(gvp_ref.shape[0])])

gvp_ref.shape
substration_array.shape

output = np.subtract(gvp_ref, substration_array)

---

这里，在这个代码中，alpha是0.025

import numpy as np
vp_ref = 30
surf_lay = np.ones(([1000,10000]), dtype=np.float32);
gvp_ref = vp_ref * surf_lay

alpha = 0.025
substration_array = np.array([[alpha*i]*gvp_ref.shape[1] for i in range(gvp_ref.shape[0])])

gvp_ref.shape
substration_array.shape

output = np.subtract(gvp_ref, substration_array)

---

打电话给np.full broadcasting有点牵强。你可以用np.broadcast\u来表示，然后它就变成了真的。事实上，我很确定广播会像gvp_ref-step_range一样工作……我以为gvp_ref-step_range会工作，但一开始并没有。事实上，使用.reforme1000,1，你是对的，确实如此！谢谢@AndrasDeak，编辑，这样更干净。打电话给np.full broadcasting有点牵强。你可以用np.broadcast\u来表示，然后它就变成了真的。事实上，我很确定广播会像gvp_ref-step_range一样工作……我以为gvp_ref-step_range会工作，但一开始并没有。事实上，使用.reforme1000,1，你是对的，确实如此！谢谢@AndrasDeak，经过编辑，这样更干净。你能解释一下为什么需要这样一个数组吗？您可能面临XY问题。最好说“numpy”而不是Python，因为您使用的是np.array。Python也有，但它们完全不同，而且很糟糕。你能解释一下为什么需要这样一个数组吗？您可能面临XY问题。最好说“numpy”而不是Python，因为您使用的是np.array。Python也有，但它们完全不同，而且很糟糕。