找到一种方法，用不同的公式替换 np.ogrid 中的列，以获得可迭代对象的特定值

Question

    a,b=np.ogrid[0:n:1,0:n:1]
    A=np.exp(1j*(np.pi/3)*np.abs(a-b))
    a,b=np.diag_indices_from(A)
    A[a,b]=1-1j/np.sqrt(3)

是我的基础。它产生一个网格，充当 n*n 矩阵。

我的问题是我需要替换网格中的一列，例如 b=17。

我需要此列为：

    A=np.exp(1j*(np.pi/3)*np.abs(a-17+geo_mean(x)))

除了 a=b 需要保留的地方：

    A[a,b]=1-1j/np.sqrt(3)

geo_mean(x) 只是伪随机数生成器确定的 50 个值的几何平均值，在我的代码中定义为：

    x=[random.uniform(0,0.5) for p in range(0,50)]

    def geo_mean(iterable):
       a = np.array(iterable)
       return a.prod()**(1.0/len(a))

那么我该如何替换一列以在指数公式中包含 geo_mean 并且不改变对角线值呢？

Answer 1

让我们先说 diag_indices_from() 在这里有点没用，因为我们已经知道对角线元素是那些具有相同索引 i 和 j 和运行的元素最高值 n。因此，让我们在开始的时候稍微简化一下代码：

a, b = np.ogrid[0:n:1, 0:n:1]
A  = np.exp(1j * (np.pi / 3) * np.abs(a - b))
diag = np.arange(n)
A[diag, diag] = 1 - 1j / np.sqrt(3)

现在，假设您想将 k 列的值 除了对角元素 设置为

np.exp(1j * (np.pi/3) * np.abs(a - 17 + geo_mean(x)))

（我猜上面公式中的a是行索引）

这可以使用整数索引来完成，特别是它们几乎是计算出来的：我们已经有了 diag，我们只需要从中删除需要保持不变的对角线元素的索引：

r = np.delete(diag, k)

然后

x = np.random.uniform(0, 0.5, (r.size, 50))
A[r, k] = np.exp(1j * (np.pi/3) * np.abs(r - k + geo_mean(x)))

但是，要使上述工作正常，您需要重写 geo_mean() 函数，使其适用于 2D 输入数组（我还将添加一些检查和转换以使其向后兼容）：

def geo_mean(x):
    x = np.asarray(x)
    dim = len(x.shape)
    x = np.atleast_2d(x)
    v = np.prod(x, axis=1) ** (1.0 / x.shape[1])
    return v[0] if dim == 1 else v

找到一种方法，用不同的公式替换 np.ogrid 中的列，以获得可迭代对象的特定值

Finding a way to replace a column in an np.ogrid with a different formula for a specific value of the iterable

python

iterable

numpy

matrix