将二维数组中的每个值乘以另一个二维数组中的对应值
Multiply each value in a 2-D array by corresponding values in another 2-D array
如标题所示，我正在尝试将二维数组中的每个值乘以另一个二维数组中的相应值。我可以做到这一点，并为此编写了以下代码。但是我的问题是它花费的时间太长，因为每个二维数组包含 1000 个数组，其中包含 15289 个数字。我必须这样做三次，因为我有三个这样的二维数组。目前，完成所有这些操作需要一分钟（运行 以下代码大约需要 20 秒）。这太长了，因为我有 100 组数据 运行 通过我的整个脚本，每个脚本包含 3 个这样的二维数组。如果我能将这 20 秒缩短，那么在漫长的 运行 中会为我节省很多时间，因为其他一切 运行 都很顺利！
e_data = [[i*j for i,j in y] for y in np.dstack((e_data,sens_function))]
e_data 是我的射电通量值（对于那里的任何射电天文学家），sens_function 是乘法中的另一个数组（这将使我的 e_data 成为我的单位要求）。非常感谢任何帮助或建议！
我认为您使用嵌套 for 循环和 dstack 过于复杂。您可以只使用 *（乘法）运算符。对于二维数组，它将执行逐元素乘法。请参阅以下示例：
e_data = np.arange(9).reshape(3,3)
print (arr1)
# [[0 1 2]
# [3 4 5]
# [6 7 8]]
sens_function = np.arange(9).reshape(3,3)
print (arr2)
# [[0 1 2]
# [3 4 5]
# [6 7 8]]
result = e_data*sens_function
print (result)
# [[ 0 1 4]
# [ 9 16 25]
# [36 49 64]]
您正在执行 element-wise multiplication, which is a numpy method:
e_data = np.multiply(e_data, sens_function)
如标题所示，我正在尝试将二维数组中的每个值乘以另一个二维数组中的相应值。我可以做到这一点，并为此编写了以下代码。但是我的问题是它花费的时间太长，因为每个二维数组包含 1000 个数组，其中包含 15289 个数字。我必须这样做三次，因为我有三个这样的二维数组。目前，完成所有这些操作需要一分钟（运行 以下代码大约需要 20 秒）。这太长了，因为我有 100 组数据 运行 通过我的整个脚本，每个脚本包含 3 个这样的二维数组。如果我能将这 20 秒缩短，那么在漫长的 运行 中会为我节省很多时间，因为其他一切 运行 都很顺利！
e_data = [[i*j for i,j in y] for y in np.dstack((e_data,sens_function))]
e_data 是我的射电通量值（对于那里的任何射电天文学家），sens_function 是乘法中的另一个数组（这将使我的 e_data 成为我的单位要求）。非常感谢任何帮助或建议！
我认为您使用嵌套 for 循环和 dstack 过于复杂。您可以只使用 *（乘法）运算符。对于二维数组，它将执行逐元素乘法。请参阅以下示例：
e_data = np.arange(9).reshape(3,3)
print (arr1)
# [[0 1 2]
# [3 4 5]
# [6 7 8]]
sens_function = np.arange(9).reshape(3,3)
print (arr2)
# [[0 1 2]
# [3 4 5]
# [6 7 8]]
result = e_data*sens_function
print (result)
# [[ 0 1 4]
# [ 9 16 25]
# [36 49 64]]
您正在执行 element-wise multiplication, which is a numpy method:
e_data = np.multiply(e_data, sens_function)