<p>您的原始代码:</p>
<pre><code>limit_1 = 4
limit_2 = 3
import numpy as np
a = np.zeros([limit_1, limit_2])
b = np.array([1, -6, 7, 3])
c = np.array([3, 2, -1])
print("Original:")
for i in range(limit_1):
for j in range(limit_2):
a[i][j]=np.sqrt(np.absolute(b[i])**2+np.absolute(c[j])**2)
print(a)
</code></pre>
<p>输出:</p>
<pre><code>Original:
[[ 3.16227766 2.23606798 1.41421356]
[ 6.70820393 6.32455532 6.08276253]
[ 7.61577311 7.28010989 7.07106781]
[ 4.24264069 3.60555128 3.16227766]]
</code></pre>
<p>以及缩短版:</p>
<pre><code>print("Improved:")
a = np.sqrt(
np.tile(np.array([b]).transpose(), (1, limit_2)) ** 2 +\
np.tile(np.array(c).transpose(), (limit_1, 1)) ** 2)
print(a)
</code></pre>
<p>输出:</p>
<pre><code>Improved:
[[ 3.16227766 2.23606798 1.41421356]
[ 6.70820393 6.32455532 6.08276253]
[ 7.61577311 7.28010989 7.07106781]
[ 4.24264069 3.60555128 3.16227766]]
</code></pre>
<hr/>
<h2>解释</h2>
<p>首先,我们将向量列<code>b</code>拉伸为一个矩阵(然后取它的二次幂):</p>
<pre><code>>>> np.tile(np.array([b]).transpose(), (1, limit_2))
array([[ 1, 1, 1],
[-6, -6, -6],
[ 7, 7, 7],
[ 3, 3, 3]])
>>> np.tile(np.array([b]).transpose(), (1, limit_2)) ** 2
array([[ 1, 1, 1],
[36, 36, 36],
[49, 49, 49],
[ 9, 9, 9]])
</code></pre>
<p>然后我们对行-列<code>c</code>执行相同的操作:</p>
<pre><code>>>> np.tile(np.array(c).transpose(), (limit_1, 1))
array([[ 3, 2, -1],
[ 3, 2, -1],
[ 3, 2, -1],
[ 3, 2, -1]])
>>> np.tile(np.array(c).transpose(), (limit_1, 1)) ** 2
array([[9, 4, 1],
[9, 4, 1],
[9, 4, 1],
[9, 4, 1]])
</code></pre>
<p>然后我们把它们相加,计算出根。你知道吗</p>
<hr/>
<p>我只使用了平方幂而不是绝对值,但是如果你仍然需要绝对值,你可以用同样的方法。你知道吗</p>
<p>请注意,计算可以更有效地进行,即在平铺阵列之前计算功率,但这种方法对于本文更为清晰)</p>