このPythonループをベクターコーディングに変換するにはどうしたらいいですか？

Question

このループコードをベクトル表記に変換するにはどうすればよいですか？私はlogical_andを取得しようとすることを含めてたくさんのことを試みましたが、ブロードキャストはしません。

import numpy as np 

coord_mask = np.zeros((10, 5), dtype=np.bool) 
latx = np.random.choice(a=[False, True], size=10) 
laty = np.random.choice(a=[False, True], size=5) 

for i in range(0, coord_mask.shape[0]): 
    for j in range(0, coord_mask.shape[1]): 
     coord_mask[i, j] = latx[i] * laty[j] 

print(coord_mask) 

誰でも手助けできますか？

Answer 1

あなたの好きなものを取る：

In [629]: coord_mask = np.zeros((10, 5), dtype=np.bool) 
    ...: latx = np.random.choice(a=[False, True], size=10) 
    ...: laty = np.random.choice(a=[False, True], size=5) 
    ...: 
    ...: for i in range(0, coord_mask.shape[0]): 
    ...:  for j in range(0, coord_mask.shape[1]): 
    ...:   coord_mask[i, j] = latx[i] * laty[j] 
    ...:   
In [630]: coord_mask 
Out[630]: 
array([[False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, False, False, False, False]], dtype=bool) 

ブロードキャストさ乗算：（Noneは（Nを生成し、（M）laty（等価(1,m)）をmultliplies（N、1）列の行列、にlatxをオンに、m）の結果。これは非常に便利で、かつ強力なnumpyツールです。

In [631]: latx[:,None]*laty 
Out[631]: 
array([[False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, False, False, False, False]], dtype=bool) 

outer

あなたは &のような別のバイナリの動作を置き換えることができ broadcastingアプローチで

In [633]: np.einsum('i,j',latx, laty) 
Out[633]: 
array([[False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, False, False, False, False]], dtype=bool) 

：

In [632]: np.outer(latx, laty) 
Out[632]: 
array([[False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, False, False, False, False]], dtype=bool) 

内積のeinsum一般化が

In [634]: latx[:,None] & laty 
Out[634]: 
array([[False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, True, True, True, False], 
     [False, False, False, False, False], 
     [False, False, False, False, False]], dtype=bool) 

Answer 2

は

coord_mask = np.outer(latx, laty) 

はトリックを行う必要があることを私には思えます。