Python numpy在两个二维数组上迭代

假设我有两个矩阵：

X, Y = np.meshgrid(np.arange(0, 2, 0.1), np.arange(3, 5, 0.1))

还有一个函数，比如：

def func(x) :
    return x[0]**2 + x[1]**2

如何填充矩阵

Z

（大小为np.shape（X）），其中每个条目是通过调用

func

对

X

和

Y

的两个对应值形成的，即：

Z[i, j] = func([X[i, j], Y[i, j]])

---

有没有不使用双嵌套for循环的方法？

对于给定的numpy数组

X

和

Y

，您可以这样做-

Zout = X**2 + Y**2

如果您实际上是这样构造

X

和

Y

，那么有一种直接的方法可以获得

Z

，从而避免

np.meshgrid

，就像这样-

Zout = np.arange(0, 2, 0.1)**2 + np.arange(3, 5, 0.1)[:,None]**2

---

对于给定的numpy数组

X

和

Y

，您可以-

Zout = X**2 + Y**2

如果您实际上是这样构造

X

和

Y

，那么有一种直接的方法可以获得

Z

，从而避免

np.meshgrid

，就像这样-

Zout = np.arange(0, 2, 0.1)**2 + np.arange(3, 5, 0.1)[:,None]**2

---

这也是功能评估的矢量化形式：

import numpy as np
X, Y = np.meshgrid(np.arange(0, 2, 0.1), np.arange(3, 5, 0.1))
def func(x) :
    return x[0]**2 + x[1]**2

Z = func([X,Y])

---

这也是功能评估的矢量化形式：

import numpy as np
X, Y = np.meshgrid(np.arange(0, 2, 0.1), np.arange(3, 5, 0.1))
def func(x) :
    return x[0]**2 + x[1]**2

Z = func([X,Y])

---

代码中有一个输入错误

x**[1]

。这不就是

Z=func（[x，Y]）

？最好避免小数范围（如

np.arange（0，2，0.1）

），因为浮点不准确可能导致无法预测的端点。改为使用

linspace

。代码中有一个打字错误

x**[1]

。这不就是

Z=func（[x，Y]）

？最好避免小数范围（如

np.arange（0，2，0.1）

），因为浮点不准确可能导致无法预测的端点。改用

linspace

。我的意思是针对任意函数，但您的答案仍然非常有用。你能解释一下[：，None]是做什么的吗？@Tom，其中一个是通过引入一个新的无轴来扩展维度。因此，在这种情况下，我们用它将一维转换为二维。扩展维的想法是引入。我的意思是对于任意函数，但是你的答案仍然是非常有用的。你能解释一下[：，None]是做什么的吗？@Tom，其中一个是通过引入一个新的无轴来扩展维度。因此，在这种情况下，我们用它将一维转换为二维。在这里，扩展维度的想法是引入。