有没有一种有效的方法（不是for循环）来初始化numpy中的数组，其中每个单元格都是前一个单元格的倍数？

Question

我想创建一个numpy数组（在python中），其中轴值由上一个单元格中的值和一个附加函数决定。你知道吗

例如： 在以下示例中，y轴（行）上的值由以下公式确定：

Array[i:0] = Array[i-1:0] + 3 + some_other_func()

x轴（col）中的值由以下公式确定：

Array[0:i] = Array[0:i-1] + 4 + some_other_func()

[[0 4 8]

[3 0 0]

[6 0 0]

[9 0 0]]

我现在的代码如下：

matrix = np.zeros((len(seq1) + 1, len(seq2) + 1))

for i in range(1, len(seq1) + 1):
        matrix[i][0] = matrix[i - 1][0] + get_pair_score(seq1[i - 1], GAP,
                                                         score_dict)
    for j in range(1, len(seq2) + 1):
        matrix[0][j] = matrix[0][j - 1] + get_pair_score(seq2[j - 1], GAP,
                                                             score_dict)

但是，运行起来要花很长时间（我的序列是很长的字符串……），我想知道是否有更有效的方法来实现这一点。你知道吗

我知道我可以使用以下语法填充行或列：

x[:,0] = some_value
x[0,:] = some_value

但是当一个单元格中的值依赖于前一个单元格时，我想不出一种方法来告诉numpy以类似的方式填充单元格。你知道吗

任何帮助或见解将不胜感激！你知道吗

Answer 1

我认为您要寻找的是accumulator函数，特别是cumsum，因为您要将前面的结果和当前的结果相加。你知道吗

让我们为第一列写一个等式，其中x[i]是第一列第i行的值，函数（i）是第i行的函数（即get_pair_score(seq1[i - 1], GAP, score_dict)），那么列值可以写为：

x[i] = 0
x[i+1] = x[i] + function(i)
x[i+2] = x[i+1] + function(i+1)
....
x[n] = x[n] + function(n-1)

现在你可以展开方程，用上面的方程替换这些值（例如，用0替换第二个方程中的x[i]，用上面的方程替换第三个方程中的x[i+1]，以此类推）

x[i] = 0
x[i+1] = x[i] + function(i) = 0 + function(i)
x[i+2] = x[i+1] + function(i+1) = (x[i] + function(i)) + function(i+1) = (0 + function(i)) + function(i+1)
....
x[n] = 0 + function(i) + function(i+1) + function(n-2) + function(n-1)

这里我们看到x[a]本质上是从0到a的函数的和 所以x就是cumsum（[函数（i）表示范围（n）中的i）]）

你的情况应该是这样的：

import numpy as np
from numpy.random import randint

def random_func(seq1_i):
    return seq1_i ** 2

seq1 = randint(0, 10, size=10)
seq2 = randint(0, 10, size=15)
x = np.zeros((len(seq1)+1, len(seq2)+1))
x[1:,0] = np.cumsum([random_func(seq1[i]) for i in range(len(seq1))])
x[0,1:] = np.cumsum([random_func(seq2[i]) for i in range(len(seq2))])

其中random_func（x）在您的例子中是get_pair_score(x, GAP, score_dict)。 如果您可以将get\u pair\u score（）操作矢量化，这样您就可以np.cumsum公司（获取\u对\u列表）