Python中嵌套for循环的矢量化

我有以下嵌套for循环（为简单起见，随机）：

将numpy导入为np
lat_idx=np.random.randint（121，size=4800）
lon_idx=np.random.randint（201，size=（48004800））
求和单元=np.零（（121201））
数据=np.random.rand（48004800）
对于范围（4800）内的j：
对于范围内的i（4800）：
如果lat_idx[i]<0或lon_idx[i，j]<0：
持续
和单元[lat_idx[i]，lon_idx[i，j]+=data[i，j]
#打印（总和单元格）

---

有没有一种方法可以把它写成矩阵运算或是一些“numpy动作”？现在真的很慢。我的问题是

lon_idx

既依赖于

i

又依赖于

j

这就是如何以矢量化的方式做到这一点：

import numpy as np

# Make input data
np.random.seed(0)
data = np.random.rand(4800, 4800)
# Add some negative values in indices
lat_idx = np.random.randint(-20, 121, size=4800)
lon_idx = np.random.randint(-50, 201, size=(4800, 4800))
# Output array
sum_cell = np.zeros((121, 201))
# Make mask for positive indices
lat_idx2 = lat_idx[:, np.newaxis]
m = (lat_idx2 >= 0) & (lon_idx >= 0)
# Get positive indices
lat_pos, lon_pos = np.broadcast_to(lat_idx2, m.shape)[m], lon_idx[m]
# Add values
np.add.at(sum_cell, (lat_pos, lon_pos), data[m])
# Check result with previous method
sum_cell2 = np.zeros((121, 201))
for j in range(4800):
    for i in range(4800):
        if lat_idx[i] < 0 or lon_idx[i, j] < 0: 
            continue
        sum_cell2[lat_idx[i], lon_idx[i, j]] += data[i, j]
print(np.allclose(sum_cell, sum_cell2))
# True

将numpy导入为np
#输入数据
np.random.seed（0）
data=np.random.rand（48004800）
#在索引中添加一些负值
lat_idx=np.random.randint（-20121，size=4800）
lon_idx=np.random.randint（-50201，size=（48004800））
#输出阵列
sum_cell=np.零（（121201））
#为正指数制作掩码
lat_idx2=lat_idx[：，np.newaxis]
m=（纬度idx2>=0）和（纬度idx>=0）
#获得正指数
横向位置，纵向位置=np.广播到（横向idx2，m.形状）[m]，纵向idx[m]
#增加价值
np.add.at（总和单元格，（横向位置，纵向位置），数据[m]）
#用以前的方法检查结果
sum_cell2=np.零（（121201））
对于范围（4800）内的j：
对于范围内的i（4800）：
如果lat_idx[i]<0或lon_idx[i，j]<0：
持续
和单元2[lat_idx[i]，lon_idx[i，j]+=data[i，j]
打印（np.allclose（总和单元格，总和单元格2））
#真的

我怀疑您必须使用无缓冲的

np.add.at

函数，因为您将把多个

d[I，j]

元素组合成一个

sum\u单元格

。

lat\u idx[I]<0或lon\u idx[I，j]<0

怎么可能是真的，如果您只使用正数？@Aryerez这一行是我的原始代码的剩余部分，其中可能有负值。这里的缩进正确吗？或者你为什么要检查if语句，即使没有依赖于它的操作？无论如何，我建议将lat_idx转换为与lon_idx相同的维度，然后根据您的情况使用掩码。@clearseplex我误读了代码的最后一部分，我为错误的答案道歉。

import numpy as np

# Make input data
np.random.seed(0)
data = np.random.rand(4800, 4800)
# Add some negative values in indices
lat_idx = np.random.randint(-20, 121, size=4800)
lon_idx = np.random.randint(-50, 201, size=(4800, 4800))
# Output array
sum_cell = np.zeros((121, 201))
# Make mask for positive indices
lat_idx2 = lat_idx[:, np.newaxis]
m = (lat_idx2 >= 0) & (lon_idx >= 0)
# Get positive indices
lat_pos, lon_pos = np.broadcast_to(lat_idx2, m.shape)[m], lon_idx[m]
# Add values
np.add.at(sum_cell, (lat_pos, lon_pos), data[m])
# Check result with previous method
sum_cell2 = np.zeros((121, 201))
for j in range(4800):
    for i in range(4800):
        if lat_idx[i] < 0 or lon_idx[i, j] < 0: 
            continue
        sum_cell2[lat_idx[i], lon_idx[i, j]] += data[i, j]
print(np.allclose(sum_cell, sum_cell2))
# True