我想從特定索引開始添加兩個不同大小的 numpy 陣列。由于我需要對大型陣列執行這幾千次，因此這需要高效，而且我不確定如何在不遍歷每個單元格的情況下有效地執行此操作。
a = [5,10,15]
b = [0,0,10,10,10,0,0]
res = add_arrays(b,a,2)
print(res) => [0,0,15,20,25,0,0]
幼稚的方法：
# b is the bigger array
def add_arrays(b, a, i):
for j in range(len(a)):
b[i j] = a[j]
uj5u.com熱心網友回復：
您可以將較小的一個分配到零陣列然后添加，我會按照以下方式進行
import numpy as np
a = np.array([5,10,15])
b = np.array([0,0,10,10,10,0,0])
z = np.zeros(b.shape,dtype=int)
z[2:2 len(a)] = a # 2 is offset
res = z b
print(res)
輸出
[ 0 0 15 20 25 0 0]
免責宣告：我假設 offset len(a)總是小于或等于len(b)。
uj5u.com熱心網友回復：
你的方法沒有錯。您無法獲得更好的漸近時間或空間復雜度。如果你想減少代碼行（這本身不是目的），你可以使用切片分配和其他一些實用程式：
def add_arrays(b, a, i):
b[i:i len(a)] = map(sum, zip(b[i:i len(a)], a))
但是功能開銷應該會降低性能，如果有的話。
一些檔案：
mapsumzip
uj5u.com熱心網友回復：
它應該比 Daweo 的答案快 1.5-5 倍（取決于 a 和 b 之間的大小比例）。
result = b.copy()
result[offset: offset len(a)] = a
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/355013.html
上一篇：以連續整數作為鍵的HashMap與ArrayList
下一篇：高負載資料更新架構