在Numpy数组广播中，如何传入索引参数生成同形状结果数组？

要生成与mylattice形状一致的索引数组，你可以使用numpy.indices()函数，它会直接返回对应维度的索引网格，完美匹配广播需求：

import numpy as np

# 假设 mylattice 是你的二维数组
xindex, yindex = np.indices(mylattice.shape)
sumLattice = getNeighbours(1, 2, mylattice, xindex, yindex)

细节说明 #

• np.indices(mylattice.shape)会生成两个二维数组：
  • xindex的每个元素对应原数组中该位置的行索引（即第一个维度的索引）
  • yindex的每个元素对应原数组中该位置的列索引（即第二个维度的索引）
• 这两个索引数组的形状与mylattice完全相同，传入getNeighbours后，Numpy会自动触发广播机制，对每个位置的索引对(xindex[i,j], yindex[i,j])调用函数，最终生成同形状的sumLattice。

注意事项 #

如果你的getNeighbours函数原本仅支持单个标量参数（即只能处理单个索引对），需要先用np.vectorize()将其包装为支持向量化操作的函数：

vectorized_getNeighbours = np.vectorize(getNeighbours)
sumLattice = vectorized_getNeighbours(1, 2, mylattice, xindex, yindex)

内容的提问来源于stack exchange，提问作者Mushroom1