Python 使用不同索引的numpy进行迭代

假设我有一个for循环使用范围，如下所示。是否有一种消除for循环并仅使用numpy数组的好方法

y =[146, 96, 59, 133, 192, 127, 79, 186, 272, 155, 98, 219]

At=3
Bt=2
Aindex=[]
Bindex=[]
for i in range(len(y)-1):
    A =At
    B =Bt

    At =y[i] / y[i] + 5 * (A + B)
    Aindex.append(At)
    Bt =(At - A) + y[i+1] * B
    Bindex.append(Bt)

我会用像这样的东西

c=len(y)-1
Aindex=y[:c]/y[:c]+5* (A + B)

---

但是A和B在循环中更新。我也不知道如何将Bt方程中的y[I+1]矢量化

你在中问了一些类似的问题，只是那里

A

和

B

没有改变

严格地说，您无法将此案例矢量化，因为

Bt

中的更改。这是一个迭代问题，其中

i+1

项取决于

i

项。大多数

numpy

向量操作（有效地）同时对所有项进行操作

您能否重新处理该问题，使其使用

cumsum

和/或

cumprod

？这些是通过向量（或数组轴）逐步计算累积和或积的内置方法

numpy的

概括为

ufunc.acculate

同时，我建议更多地使用数组

y = np.array(y)
At = np.zeros(y.shape)
Bt = np.zeros(y.shape)
At[0] = 3
Bt[0] = 2 
for i in range(len(y)-1):
    A, B = At[i],Bt[i]
    At[i+1] =y[i] / y[i] + 5 * (A + B)
    Bt[i+1] =(At[i+1] - A) + y[i+1] * B

---

numpy

使用一个

nditer

单步遍历多个数组（包括一个输出数组）。尽管我怀疑它在处理多维数组时更有用。对于1d阵列而言，这可能是一种过度杀伤力。但是，如果速度变得至关重要，您可以阅读此文档，并在

cython

中实现问题。您应该使用enumerate（y）而不是range（len（y）-1）@Leifingson我知道我刚刚动态创建了示例。我实际上会使用np.arange来矢量化它