将python中的嵌套for循环向量化以进行索引相关函数

Question

我目前正在使用NoPy数组向Python移植C++程序。我正在寻找一种方法，如果可能的话，以更python的方式实现以下循环：

for (int j = start_y; j < end_y; j++)
    {
        for (int i = start_x; i < end_x; i++)
        {
            plasmaFreq[i][j] = plasmaFreq_0*(tanh((i - 50)/10) - tanh((i - (nx - 50))/10))/2.0;
        }
    }

上面，plasmaFreq_0是一个传递到周围函数的常数，nx也是。显然，将循环边界向量化以操作numpy数组的特定区域是很容易的，但这就给我留下了一个问题，即如何在数组中映射上述依赖于索引的函数。在

Answer 1

你需要一个数组i

i = np.arange(start_x, end_x)
plasmaFreq[start_x:end_x, start_y: end_y] = plasmaFreq_0 *(np.tanh((i - 50)/10) - np.tanh((i - (nx - 50))/10))/2.0

我认为广播应该从那里开始。在

---

请注意，您的原始代码非常低效¹。。。首先，计算每个j的右侧，但它不依赖于j，因此只需要计算一次。其次，你的内部循环在慢索引之上，所以你不能有效地使用你的缓存。我可能会这样写：

^{pr2}$

^{1效率如何取决于编译器在计算循环方面的能力。也许有一天，有些编译器可以从你和我的编译器中生成相同的代码}