在某些情况下，如何在不使用Python中的循环的情况下使矩阵达到数字的幂？

我想用python计算这个简单的代码，给出一个矩阵，根据它的条目修改它。如果

（i，j）-th

条目大于或等于

1

，则将其设置为

a

的幂，否则设置为

1

import numpy 

def restricted_power(k, n, d, a):
    """
    :param d: a distance matrix
    :param k, n: shape of d
    :param a: a positive real number 
    :return: a modified distance matrix 
    """
    x = numpy.zeros((k,n))
    for i in range(k):
        for j in range(n):
            if d[i, j] < 1:
                x[i, j] = 1
            else: 
                x[i, j] = d[i, j] ** a
    return x

导入numpy
def限制动力（k、n、d、a）：
"""
：param d：距离矩阵
：参数k，n:d的形状
：参数a：正实数
：return：修改后的距离矩阵
"""
x=numpy.zero（（k，n））
对于范围（k）内的i：
对于范围（n）内的j：
如果d[i，j]<1：
x[i，j]=1
其他：
x[i，j]=d[i，j]**a
返回x

---

有没有一种方法可以不用循环来编写代码

好吧，在某一点上没有循环是不可能的，但是你可以用numpy把循环推到C层

>>> import numpy as np
>>> example = np.arange(9).reshape(3,3)/4.0
>>> example
array([[ 0.  ,  0.25,  0.5 ],
       [ 0.75,  1.  ,  1.25],
       [ 1.5 ,  1.75,  2.  ]])
>>> a = 2 # sample exponent
>>> np.where(example < 1, 1, example**a)
array([[ 1.    ,  1.    ,  1.    ],
       [ 1.    ,  1.    ,  1.5625],
       [ 2.25  ,  3.0625,  4.    ]])

>>将numpy作为np导入
>>>示例=np.arange（9）.重塑（3,3）/4.0
>>>范例
数组（[[0,0.25,0.5]，
[ 0.75,  1.  ,  1.25],
[ 1.5 ,  1.75,  2.  ]])
>>>a=2#样本指数
>>>式中（示例<1，1，示例**a）
数组（[[1,1,1.]，
[ 1.    ,  1.    ,  1.5625],
[ 2.25  ,  3.0625,  4.    ]])

什么是x？为什么要在没有循环的情况下解决这个问题？