Python 涉及Numpy中矩阵之间比较的向量化元素分配

我目前正在尝试用Numpy中的矢量化操作替换此代码块中的for循环：

def classifysignal(samplemat, binedges, nbinmat, nodatacode):
    ndata, nsignals = np.shape(samplemat)
    classifiedmat = np.zeros(shape=(ndata, nsignals))
    ncounts = 0
    for i in range(ndata):
        for j in range(nsignals):
            classifiedmat[i,j] = nbinmat[j]
            for e in range(nbinmat[j]):
                if samplemat[i,j] == nodatacode:
                    classifiedmat[i,j] == nodatacode
                    break
                elif samplemat[i,j] <= binedges[j, e]:
                    classifiedmat[i,j] = e
                    ncounts += 1
                    break
    ncounts = float(ncounts/nsignals)
    return classifiedmat, ncounts

然而，我在概念化如何替换第三个for循环（即rangenbinmat[j]中以e开头的for循环）时遇到了一点困难，因为它需要在赋值之前比较两个独立矩阵的各个元素，这些元素I和e的索引彼此完全解耦。有没有一种简单的方法可以使用整个数组操作来实现这一点，还是坚持使用for循环最好

---

PS：我的第一个Stackoverflow问题，所以如果有什么不清楚/需要更多细节，请让我知道！谢谢。

如果你想使用向量运算，你需要用线性代数来解决这个问题。我无法为您重新思考这个问题，但我将采取的一般方法如下：

res=从边中减去samplemat res=将res中的值规格化为0，并使用clip？将其设置为1？。i、 e如果>0，则为1，否则为0。 ncount=总和res classifiedMat=res*binedges

---

等等。

如果没有一些具体的例子和解释，就很难或至少很难弄清楚你想做什么，特别是在内部循环中。因此，让我们处理一些问题，并尝试简化它们

In [59]: C=np.zeros((3,4),int)
In [60]: N=np.arange(4)
In [61]: C[:]=N
In [62]: C
Out[62]: 
array([[0, 1, 2, 3],
       [0, 1, 2, 3],
       [0, 1, 2, 3]])

意味着classifiedmat[i，j]=nbinmat[j]可以移出循环

classifiedmat = np.zeros(samplemat.shape)
classifiedmat[:] = nbinmat

及

暗示

if samplemat[i,j] == nodatacode:
   classifiedmat[i,j] == nodatacode

可以用

classifiedmat[samplemat==nodatacode] = nodatacode

我还没有弄清楚循环和中断是否会修改这个替换

内环的一个可能模型是：

In [83]: B=np.array((np.arange(4),np.arange(2,6))).T
In [84]: for e in range(2):
    C[S<=B[:,e]]=e
   ....:     
In [85]: C
Out[85]: 
array([[ 1,  1,  1,  1],
       [ 0,  1,  2,  3],
       [ 0, 99, 99, 99]])

---

可能会抛弃所有这些等价物。我不想试图弄明白它的意义。但也许我已经给了你一些想法。

为什么要在rangenbinmat[j]上的循环中放入第一个if语句？我看到里面没有依赖于e的东西？此外，classifiedmat[i，j]==nodatacode难道不应该被classifiedmat[i，j]=nodatacode吗？正如你所说，问题确实在elif子句中。也许这段代码无法完全重写，但有些部分可以，但也许更大的图景可以？如果您可以了解您实际想要做什么，binedgescome来自何处，为什么需要将数组中的每个元素与交错数组中的元素进行比较，那么可能会有更多帮助。谢谢您的帮助！这无疑给了我一些可以合作的想法。

In [83]: B=np.array((np.arange(4),np.arange(2,6))).T
In [84]: for e in range(2):
    C[S<=B[:,e]]=e
   ....:     
In [85]: C
Out[85]: 
array([[ 1,  1,  1,  1],
       [ 0,  1,  2,  3],
       [ 0, 99, 99, 99]])

In [86]: S[:,:,None]<=B[None,:,:]
Out[86]: 
array([[[ True,  True],
        [ True,  True],
        [ True,  True],
        [ True,  True]],

       [[False, False],
        [False, False],
        [False, False],
        [False, False]],

       [[False, False],
        [False, False],
        [False, False],
        [False, False]]], dtype=bool)

for e in range(nbinmat[j]):