如何在 Python 中正确应用赋值运算符？答案

【问题标题】：How can I apply the assignment operator correctly in Python?如何在 Python 中正确应用赋值运算符？
【发布时间】：2018-06-15 08:28:05
【问题描述】：

我必须对一个大数组进行一些数学运算（例如，加法、乘法）。为了防止出现任何 'MemoryError' ，我正在按照thread 的答案中的建议进行计算。

但是，我在按照线程中的建议应用分配操作时遇到了一些麻烦。我将使用一个小的 3x3 数组来演示我的问题。

我有以下输入数组K：

array([[ 0.        ,  0.51290339,  0.24675368],
       [ 0.51290339,  0.        ,  0.29440921],
       [ 0.24675368,  0.29440921,  0.        ]])

我想将以下计算应用于输入数组K：

output = K* (1.5 - 0.5 * K* K)

我应用上述等式在 Python 中计算所需的输出，如下所示：

K*= (1.5+np.dot(np.dot(-0.5,K),K))

但是，输出的答案不正确。

我想要的答案应该是：

0.0000000 0.7018904 0.3626184
0.7018904 0.0000000 0.4288546
0.3626184 0.4288546 0.0000000

欢迎任何帮助。

【问题讨论】：

相关stackoverflow.com/questions/40034993/…, stackoverflow.com/questions/29254123/…

标签： python numpy

【解决方案1】：

之所以出现差异，是因为dot 计算点积，而* 计算元素乘积。尝试使用

K *= 1.5 - 0.5 * K * K

改为。

加法

不幸的是，这还没有解决内存问题。我建议使用 cython 来计算所需的函数而不分配额外的内存。

# This cython function must be compiled
def evaluate_function_inplace(double[:] values):
    cdef int i
    for i in range(values.shape[0]):
        values[i] *= 1.5 - 0.5 * values[i] * values[i]

随后，您可以像这样使用该功能。

K = ...
evaluate_function_inplace(K.ravel())

K.ravel() 调用将展平数组，但不会分配新内存。

当然，你也可以使用上面的方法而不求助于 cython，但是在 python 中迭代如此大数组的元素的性能开销非常大。

【讨论】：

直到，这个解决方案适用于相对较小的阵列......我的阵列是（29000 x 29000）。当我使用上述函数时，它会给出 MemoryError。有什么建议吗？
不幸的是，在某些时候您必须计算K 的平方（并将其存储在内存中）才能相乘。如果您在适当的位置计算值，则可以解决存储整个数组的需要（有关讨论，请参阅stackoverflow.com/a/6824389/1150961）。我已经使用 cython 添加了一个可能的解决方案。
我正在寻找非 Cython 解决方案。

【解决方案2】：

您的问题是您实际上是在执行矩阵乘法。在您的情况下，您想要的是以下内容：

K = (np.dot(-0.5,K) * K + 1.5) * K

【讨论】：

【解决方案3】：

试试这个

 K*= (1.5+np.multiply(np.multiply(-0.5,K),K))

它给出输出

array([[ 0.        ,  0.70189037,  0.36261843],
       [ 0.70189037,  0.        ,  0.42885459],
       [ 0.36261843,  0.42885459,  0.        ]])

【讨论】：