您可以稍微调整当前代码以使其正常工作.
>>> out = np.zeros((4*5*10,4))
>>> out[:,:3] = (np.arange(4*5*10)[:,None]//(5*10, 10, 1)*(0.5, 0.2, 1)%(2, 1, 10))
>>> out
array([[ 0. , 0. , 0. , 0. ],
[ 0. , 0. , 1. , 0. ],
[ 0. , 0. , 2. , 0. ],
...
[ 0. , 0. , 8. , 0. ],
[ 0. , 0. , 9. , 0. ],
[ 0. , 0.2, 0. , 0. ],
...
[ 0. , 0.8, 9. , 0. ],
[ 0.5, 0. , 0. , 0. ],
...
[ 1.5, 0.8, 9. , 0. ]])
变化是:
>数组上没有int dtype,因为我们需要它来保存某些列中的浮点数.如果需要,可以指定一个浮点数dtype(或者甚至更复杂的东西,只允许在前两列中使用浮点数).>而不是N ** 3个总值,计算每列的不同值的数量,并将它们相乘以得到我们的总大小.这用于零和范围.>在第一个广播操作中使用floor division //运算符,因为此时我们需要整数,但稍后我们会想要浮点数.>除以的值再次基于后面列的值的数量(例如,对于A,B,C值的值,除以B * C,C,1).>添加新的广播操作以乘以各种比例因子(每个值一次增加多少).>更改广播mod%操作中的值以匹配每列的边界.