我想找到有效的方法來執行以下操作：
- 我有一個已知值的向量，它將是下面提到的陣列中的第一行。
- 我想創建一個陣列。對于第一行以外的每一行，它本質上是第一行應用了具有隨機冪的冪函式。
例如，我們有一個 3x2 陣列。第一行已知：[0,1,2]。
然后對于第二行，產生一個隨機冪，設0.5，那么第二行就是：[0^0.5,1^0.5,2^0.5]。
現在對于第三行，生成一個隨機冪，讓它為 3，那么第三行是：[0^3,1^3,2^3]。
我可以用 for 回圈輕松做到這一點。但我想知道是否有任何有效的方法來對其進行矢量化（或者在沒有矢量化的情況下足夠有效）。
示例代碼：
beta=np.zeros((3,1000 1))
beta[0]=np.append(0,np.random.uniform(0,1,1000))
for i in range(1,3,1):
p=np.random.uniform(0,2)
beta[i]= beta[0]**p
非常感謝您提前提供的幫助！
uj5u.com熱心網友回復：
廣播救援：
In [2]: beta = np.array([0, 1, 2])
In [3]: lo, hi, num_rows_desired = 0, 3, 3
In [4]: exps = np.random.uniform(lo, hi, num_rows_desired)
In [5]: exps[0] = 1 # Set the first 'power' to 1
In [6]: beta ** exps[:, None]
Out[6]:
array([[0. , 1. , 2. ],
[0. , 1. , 1.41421356],
[0. , 1. , 8. ]])
您的均勻分布指數的界限在哪里，lo以及您想要應用的指數是多少（這將導致那么多行）。hinum_rows_desiredbeta
這可能是您想要執行此操作的方式，因為beta在記憶體中創建整個陣列是浪費的。只需為您生成初始行向量beta并讓廣播為您完成作業。
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/487615.html
下一篇：在Python中，當在groupby([])[].transform(np.sum)中使用np.sum時，我希望NaN總和為NaN而不是零