Python 优化将一个阵列复制到另一个具有一定偏移量的阵列

我有下面的代码，其中我使用了两个for循环进行迭代，并在偏移位置将元素数组和复制到另一个，如果没有for循环，如何实现更快的计算

for i in range (data1.shape[0]):
    for j in range (data1.shape[1]):
        try:
            translated[i+x_cord][j+y_cord]=data1[i][j]

        except:
            pass

在这里，我只是在做图像翻译。

这样可以：

translated[x_cord:min(x_cord+data1.shape[0],translated.shape[0]), y_cord:min(y_cord+data1.shape[1],translated.shape[1])] = data1[:min(data1.shape[0],translated.shape[0]-x_cord), :min(data1.shape[1],translated.shape[1]-y_cord)]    

---

min

的功能是确保你不会越界（类似于你的

try

，

除了

），剩下的就是基本的切片

是的，使用切片。您知道如何（使用切片）在翻译的

中索引目标区域吗？为什么循环代码使用
try/except
？你是否认为有些作业不起作用？会被禁止吗？你能告诉我们翻译后的
的
形状
，它与
data1
的形状和偏移量有关吗？ValueError：无法将输入数组从形状（10381235）广播到形状（01235），我得到了上面的错误，这意味着你的翻译完全超出了范围，只需添加更多检查。。。