Python中实现基于数组R、p、k的逐元素表达式求和并构建结果数组的技术求助

嘿，我来帮你搞定这个需求！你想要针对R里的每一个元素，计算它和p、k所有对应元素组合的p[j] + k[j] * R[i]，把这些结果加起来，再依次存入新数组sigma对吧？

先看看你现有代码的问题：你每次循环j的时候，都直接把单个计算结果赋值给sigma，而且没有做累加，最后sigma只会保留最后一个j的结果，也没放到对应的sigma[i]位置上，所以没法得到每个R元素对应的总和。

修正后的基础循环写法 #

我给你调整一下代码，核心是加一个累加器，把每个j的结果加起来，再放到sigma的对应位置：

import numpy as np
R = [1,4,6]
p = [6,4,1]
k = [8,5,2]
sigma = np.zeros(len(R))
for i in range(len(R)):
    total = 0  # 每次处理新的R元素时，重置累加器
    for j in range(len(k)):
        current_val = p[j] + k[j] * R[i]
        total += current_val  # 把当前j的计算结果累加到total里
    sigma[i] = total  # 把总和存入sigma的第i个位置
print(sigma)

运行这段代码，你会得到输出[19. 63. 91.]，正好对应每个R元素的求和结果：

• 当R[i]=1时：(6+8*1)+(4+5*1)+(1+2*1) =14+9+3=19
• 当R[i]=4时：(6+8*4)+(4+5*4)+(1+2*4)=38+24+9=63
• 当R[i]=6时：(6+8*6)+(4+5*6)+(1+2*6)=54+34+13=91

更高效的numpy向量写法 #

如果你想用numpy的向量运算来避免嵌套循环（尤其是数组很大的时候，这种方法速度更快），可以试试这个：

import numpy as np
R = np.array([1,4,6])
p = np.array([6,4,1])
k = np.array([8,5,2])
# 利用numpy的广播机制，一次性完成所有计算和求和
sigma = (p + k[:, np.newaxis] * R).sum(axis=0)
print(sigma)

这里的思路是：

1. 把k转成(3,1)的二维数组，这样和R（(3,)）相乘时会自动广播成(3,3)的数组，每一列对应R的一个元素和k所有元素的乘积
2. 加上p后，每一列就是R对应元素的所有p[j]+k[j]*R[i]结果
3. 按列求和（sum(axis=0)），直接得到每个R元素对应的总和数组

内容的提问来源于stack exchange，提问作者mari