鑑於矩陣X與T行和列k： T = 50
H = 10
k = 5
X = np.arange(T).reshape(T,1)*np.ones((T,k))
沿着行與滯後H軸線如何執行的X滾動累積和？ Xcum = np.zeros((T-H,k))
for t in range(H,T):
Xcum[t-H,:] = np.sum(X[t-H:t,:], axis=0)
我遇到廣播問題。如果可能的話，我希望能夠將x，y四個不同數組的元素分配給2x2矩陣。 a = np.arange(6).reshape(2,3)
b = np.arange(6,12).reshape(2,3)
c = np.arange(12,18).reshape(2,3)
d = np.arange(18,24).reshape(2,3)
x = np.array([[a, b],
我試圖向量化/廣播（不知道它是什麼形式調用）我的代碼，以使其更快，但我不明白。我認爲我應該使用的是numpy.cumsum（axis = 0），但我不知道如何在正確的數組中使用它（快速）。 我想要的代碼基本上是l1的絕對總和，用於將l2中的每個元素添加到l1中的所有數字。所以這不是一個答案，而是len（12）個答案。下面的（非矢量化）代碼給出了正確的輸出。 # l1 and l2 are nump
我正在嘗試沿着一個屏蔽廣播的行，只有特定的值被廣播。 假設我有一個更大的陣列，bigger_array，和一個較小的陣列，smaller_array： import numpy as np
import numpy.ma as ma
bigger_array = np.zeros((4,4), dtype=np.int32)
smaller_array = np.ones((2,2), d