Python “努比本地人”；嵌套表示“相似”；结构

我想在python中生成一个2×N数组，用于

scipy.optimize.curve\u fit

我有一个两个独立变量的函数，存储为一维数组，数据存储在二维数组中

curve\u fit

要求将数据展平，这在

data.ravel（）

中很容易实现

然而，这就是我用来生成2xN坐标值数组的方法：

ordinate = np.array([[l,t] for l in length for t in time]).T 

---

这很有效，但速度很慢。什么是（矢量化？）更快的方法

如果我答对了这个问题，那么您需要将存储为1D数组的两个自变量组成2D网格。因此，同样，您可以使用-

样本运行-

In [149]: time
Out[149]: array([7, 2, 1, 9, 6])

In [150]: length
Out[150]: array([3, 5])

In [151]: ordinate = np.array([[l,t] for l in length for t in time]).T

In [152]: ordinate
Out[152]: 
array([[3, 3, 3, 3, 3, 5, 5, 5, 5, 5],
       [7, 2, 1, 9, 6, 7, 2, 1, 9, 6]])

In [153]: time2D,length2D = np.meshgrid(time,length)
     ...: ordinate_vectorized = np.row_stack((length2D.ravel(),time2D.ravel()))
     ...: 

In [154]: ordinate_vectorized
Out[154]: 
array([[3, 3, 3, 3, 3, 5, 5, 5, 5, 5],
       [7, 2, 1, 9, 6, 7, 2, 1, 9, 6]])

---

pv写了一篇文章。有了它，您可以使用

origin=cartesian（[length，time]）

np。meshgrid

是我找不到的函数。谢谢。@Excalable很乐意帮忙！

In [149]: time
Out[149]: array([7, 2, 1, 9, 6])

In [150]: length
Out[150]: array([3, 5])

In [151]: ordinate = np.array([[l,t] for l in length for t in time]).T

In [152]: ordinate
Out[152]: 
array([[3, 3, 3, 3, 3, 5, 5, 5, 5, 5],
       [7, 2, 1, 9, 6, 7, 2, 1, 9, 6]])

In [153]: time2D,length2D = np.meshgrid(time,length)
     ...: ordinate_vectorized = np.row_stack((length2D.ravel(),time2D.ravel()))
     ...: 

In [154]: ordinate_vectorized
Out[154]: 
array([[3, 3, 3, 3, 3, 5, 5, 5, 5, 5],
       [7, 2, 1, 9, 6, 7, 2, 1, 9, 6]])