Python Numpy 2D点操作、索引和迭代。如何优化？

我需要从代码中删除这个瓶颈。希望有人能帮助我

我有以下迭代（从nn反向距离插值算法中提取）：

我已尝试删除for循环：

result = np.dot(wds, z[ixs])

当然，上面说的是ValueError：对象没有对齐

你能给我一些提示吗？非常感谢

形状包括：

• wds:（550800,8）
• z:（212065，）
• z[ixs]：（550800,8）
• ixs：（550800,8）

及

• 长度（拉链（距离，ixs））：550800
• w:（8，）
• 九：（8，）

您可以使用：

---

伟大的这让我很开心。非常感谢。我将研究np.einsum，但目前它只是起作用。在我的系统上，它给出了一个内存错误：你正在计算一个巨大的数组，并且扔掉了除对角线以外的所有东西，如果它在任何方面都有优势，我会感到惊讶。是的，我以前也尝试过np.dot（wds，z[ixs].T）在这里询问，它给了我一个内存错误。

result = np.dot(wds, z[ixs])

>>> import numpy as np
>>> wds = np.random.rand(550800, 8)
>>> z = np.random.rand(212065)
>>> ixs = np.random.randint(212065, size=(550800, 8))

>>> np.einsum('ij,ij->i', wds, z[ixs])
array([ 1.65069924,  3.26203701,  3.16035664, ...,  1.76963986,
        2.09727537,  1.94905991])

>>> np.vdot(wds[0], z[ixs[0]])
1.6506992361953157
>>> np.vdot(wds[1], z[ixs[1]])
3.2620370116548827