Python 如何有效地设置numpy数组2D和1D数组的整列？

我有一个NxM维的numpy数组“a”和N维的M数组“B”。 在a for（i:0,1，….M）中，我计算这个B数组，我想设置数组的整个列“i”。 我试图使用[：，i]访问，但工作速度太慢

如何有效地做到这一点

# Initialize array.
A = np.empty([N, M])

for i in range(M):
    # Compute of B (array N elements):
    B = ...An operation that results in a 1D array, different in each iteration
    A[:, i] = B

---

编辑：B值在“i”迭代中不同。

创建

A

为形状

（M，N）

。设置

A[i]=B

将比

A[：，i]=B

快。因为内存在

A[i]

中是连续的，而不是在

A[：，i]

中。另一个选择是尝试

numba.jit

。在某些情况下，它可能会加快很多！所以，

B

在迭代过程中保持不变？不，B值在迭代过程中是不同的。这只是一个例子。然后，我认为你已经有了最好的版本，除非我们能够以某种方式优化生成这些B矩阵。创建

A

为shape

（M，N）

。设置

A[i]=B

将比

A[：，i]=B

快。因为内存在

A[i]

中是连续的，而不是在

A[：，i]

中。另一个选择是尝试

numba.jit

。在某些情况下，它可能会加快很多！所以，

B

在迭代过程中保持不变？不，B值在迭代过程中是不同的。这只是一个例子。然后，我认为你已经有了最好的版本，除非我们能以某种方式优化生成这些B矩阵。