更复杂for循环的Python矢量化

我想将此函数的for循环矢量化，但由于广播错误，我所有的尝试都失败了。。我对矢量化的使用还不熟悉，所以我想你们中的一些人可能有更多的经验，可以帮助我

当我试图将

corr\u matr

附加到全局字段

self.altes\u E

时，出现了强制转换错误。我认为这是因为我想为每个

frequenz

保存

corr\u matr

，但我不知道如何解决

def phiGCC(self, signal: np.array, TDOA_werte: np.array, __frequency_bins__, alpha: float, altes_E) -> float:

    alle_taus = []

    temp_gcc_ergebnisse = np.zeros((len(TDOA_werte), len(__frequency_bins__)))

    for zaehler, frequenz in enumerate(__frequency_bins__):

        x = np.array([signal[0][zaehler], signal[1][zaehler]])

        y = np.conj(x)
        y = y.T

        E = np.outer(x,y)
        E = x[:,None]*y

        if(self.iterator == 1):
            corr_matr = E
        else:
            corr_matr = alpha * self.altes_E[zaehler] + (1 - alpha) * E
        self.altes_E[zaehler] = corr_matr

        max_tau = 0
        Rxx12 = corr_matr[0,1]

        temp_gcc_ergebnisse[:,zaehler] = (Rxx12/abs(Rxx12) * np.exp(-2j * np.pi * TDOA_werte * frequenz)).real

        i = np.argmax(temp_gcc_ergebnisse[:,zaehler])
        max_tau = TDOA_werte[i]

        alle_taus.append(max_tau)


    tau_func = np.mean(temp_gcc_ergebnisse, axis=1)
    maximaler_wert = np.argmax(tau_func)
    return alle_taus[maximaler_wert]

---

非常感谢您的帮助，谢谢

请提供一个最低限度的工作示例，提供输入，可能是随机数，使用通用变量名，删除复杂方程。删除与问题无关的所有内容。在

signal

中是一个（2，n）数组，那么

x=signal[：，zaehler]

应该可以工作。或者将其从循环中取出并使用

x=signal.copy（）

（如果您不更改

x

值，可能甚至不需要副本）。您好，很抱歉，我无法提供数据，因为答案框中的字符太少。但是

信号的形状为（2257）
TDOA\u-werte
信号的形状为（200）
\uuu-frequency\u-bins\uuuu>信号的形状为（257），
altes\E
或
self。altes\u-E
信号的形状为（257,2,2），并且需要存储
corr\matr
，这取决于
频率值
alpha
是介于0和1之间的浮点数。此函数已经在工作，并且大部分与问题相关，因为它取决于for循环迭代通过的变量。