高效的numpy方法可遍历numpy数组的元素

使用以下代码段,我试图生成一个矢量,其中每个元素均从不同的正态分布绘制而成。从2个numpy向量random.normalmeanVect获得“平均值”和“标准偏差”(varVect的参数)值。这两个向量与要生成的向量具有相同的shape

我正在使用列表理解来实现相同的目的,我已经将其用作快速实现和肮脏的解决方案来实现我的目标。是否有一些具体的方法来实现这一点,比我当前的解决方案更有效。

from numpy import random
meanVect = np.random.rand(1,100) # using random vectors for MWE
varVect = np.random.rand(1,100)  # Originally vectors from a different source is used
newVect = [random.normal(meanVect[i],varVect[i]) for i in range(len(meanVects[0])) ]
yufen0312 回答:高效的numpy方法可遍历numpy数组的元素

由于np.random.normallocscale接受了类似数组的输入,因此您可以这样做:

newVect = np.random.normal(meanVect,varVect)

只要两个输入向量具有相同的.shape,它就应该起作用。

本文链接:https://www.f2er.com/3146488.html

大家都在问