Array Broadcasting sans boucle for
Nov 10 2020
J'ai le code
import numpy as np
import math
pos = np.array([[ 1.72, 2.56],
[ 0.24, 5.67],
[ -1.24, 5.45],
[ -3.17, -0.23],
[ 1.17, -1.23],
[ 1.12, 1.08]])
ref = np.array([1.22, 1.18])
# Insert your solution below
d1 = math.sqrt((pos[0,0]-ref[0])**2 + (pos[0,1]-ref[1])**2)
d2 = math.sqrt((pos[1,0]-ref[0])**2 + (pos[1,1]-ref[1])**2)
d3 = math.sqrt((pos[2,0]-ref[0])**2 + (pos[2,1]-ref[1])**2)
d4 = math.sqrt((pos[3,0]-ref[0])**2 + (pos[3,1]-ref[1])**2)
d5 = math.sqrt((pos[4,0]-ref[0])**2 + (pos[4,1]-ref[1])**2)
d6 = math.sqrt((pos[5,0]-ref[0])**2 + (pos[5,1]-ref[1])**2)
La réponse attendue est
# [ 1.468, 4.596, 4.928 , 4.611, 2.410, 0.141 ]
Est-il possible de rendre ma solution plus efficace et plus courte, de préférence sans l'utilisation d'une boucle for. Merci: D
Réponses
2 MichaelSzczesny Nov 10 2020 at 07:59
Cela fait la même chose que vos calculs. Le mathmodule de Python n'est pas nécessaire.
np.sqrt(((pos - ref)**2).sum(1))
En dehors:
[1.46778745, 4.59570452, 4.9279306 , 4.61087844, 2.41051862, 0.14142136]
4 AndyL. Nov 10 2020 at 08:17
Votre équation est en fait la distance euclidienne entre poset ref. Vous pouvez simplifier davantage votre équation avecnp.linalg.norm
dist_arr = np.linalg.norm(pos-ref, axis=1)
Out[14]:
array([1.46778745, 4.59570452, 4.9279306 , 4.61087844, 2.41051862,
0.14142136])