Numpy "double"-广播 - 这可能吗？

Question

是否可以使用"double"-broadcasting来去除下面代码中的循环？换句话说，要在整个时间数组 T 以及相同维度的数组 freqs 和 phases.

中广播

freqs = np.arange(100)
phases = np.random.randn(len(freqs))
T = np.arange(0, 500)

signal = np.zeros(len(T))
for i in xrange(len(signal)):
    signal[i] = np.sum(np.cos(freqs*T[i] + phases))

Answer 1

您可以通过向其添加新轴将 T 重塑为二维数组，这将在使用一维数组 multiplied/added 时触发广播，然后稍后使用 numpy.sum 折叠此轴：

np.sum(np.cos(freqs * T[:,None] + phases), axis=1)
#                      add new axis        remove it with sum

---

测试:

(np.sum(np.cos(freqs * T[:,None] + phases), axis=1) == signal).all()
# True

Answer 2

我刚刚想到的一个想法（但这在计算上可能很昂贵？）是将参数构造为矩阵：

phases = phases.reshape((len(phases), 1))
argumentMatrix = np.outer(freqs, T) + phases
cosineMatrix = np.cos(argumentMatrix)
signal = np.sum(cosineMatrix, axis=0) # sum, collapsing columns