Python 四维阵列的方程计算

基本上，我有1000多个3D阵列，形状

（1001001000）

。所以一些相当大的数组，我需要在一些计算中使用。python和Numpy的伟大之处在于，可以非常快速地对每个元素进行计算，而不是进行交互。例如，我几乎可以立即对每个3D数组的每个索引求和。结果是一个大数组，其中包含每个数组的每个索引之和。原则上，这几乎就是我想要做的，但是，有一点问题

我需要做的是使用如下等式：

如上所述，我有大约1000个3D阵列。总的来说，这个数组的形状是

（10001001001000）

。对于1000个数组中的每个数组，我还有一个从1到1000的列表，对应于1000个3D数组，该列表的每个索引都包含一个

1

或

0

。如果它有一个

1

，那么该索引的整个3D数组应该放在方程的第一项中，如果

0

，它就放在另一项中

---

然而，我非常怀疑我将如何做到这一点，而不转向某种可能大大破坏计算速度的循环

您可以通过定位1和0对其进行排序。 比如：

list_ones = np.where(Array[0] == 1)
list_zeros = np.where(Array[0] == 0)

然后，

Array[list_one，：，：，：：]

将包含与一对应的所有元素，

Array[list_zero，：，：，：]

将对应于与零对应的所有元素

那你就可以把

first_term = Array[list_ones,:,:,:]
second_term = Array[list_zeros,:,:,:]

并酌情计算

---

这对你有用吗？

试试看，如果确实太慢了，回来问一个具体的问题。所以不是一个免费的编码网站。