双 for 循环的 Pythonic 方式

我有以下代码：

import numpy as np
epsilon = np.array([[0.        , 0.00172667, 0.00071437, 0.00091779, 0.00154501],
           [0.00128983, 0.        , 0.00028139, 0.00215905, 0.00094862],
           [0.00035811, 0.00018714, 0.        , 0.00029365, 0.00036993],
           [0.00035631, 0.00112175, 0.00022906, 0.        , 0.00291149],
           [0.00021527, 0.00017653, 0.00010341, 0.00104458, 0.        ]])
Sii = np.array([19998169., 14998140.,  9997923.,  7798321.,  2797958.])
n = len(Sii)

epsilonijSjj = np.zeros((n,n))
for i in range(n):
    for j in range(n):
        epsilonijSjj[i,j] = epsilon[i][j]*Sii[j]

print (epsilonijSjj)

如何避免双重 for 循环并以快速的 Python 方式编写代码？

提前谢谢您

可以在 numpy 中使用向量化操作来避免 for 循环，这会高效得多。numpy 数组能够进行逐元素乘法，这正是所需要的。

import numpy as np

epsilon = np.array([[0.        , 0.00172667, 0.00071437, 0.00091779, 0.00154501],
           [0.00128983, 0.        , 0.00028139, 0.00215905, 0.00094862],
           [0.00035811, 0.00018714, 0.        , 0.00029365, 0.00036993],
           [0.00035631, 0.00112175, 0.00022906, 0.        , 0.00291149],
           [0.00021527, 0.00017653, 0.00010341, 0.00104458, 0.        ]])
Sii = np.array([19998169., 14998140.,  9997923.,  7798321.,  2797958.])

epsilonijSjj = epsilon * Sii[:, None]

print(epsilonijSjj)

在这个解决方案中，我们利用了以下内容：

1. 广播： 当我们将一个 (5,) 形状的数组 Sii 与一个 (5, 5) 形状的数组 epsilon 相乘时，numpy 会“广播” Sii 以匹配 epsilon 的形状，本质上是将 Sii 复制为 epsilon 中的每一行。
2. 逐元素乘法： * 运算符对 epsilon 和广播的 Sii 数组执行逐元素乘法，产生所需的输出。

这种方法比使用嵌套循环要快得多，尤其是对于大型数组而言，因为它利用了 numpy 的优化矩阵运算。