使用Numpy按元素合并数组生成坐标对数组的实现求助

你之前通过添加转置实现需求的逻辑是正确的，以下是精简优化后的实现，相比原有代码去掉了冗余的循环和重复变量定义，运行效率更高：

import numpy as np

def x0x1Array(N):
    # 直接生成两个形状为(N-1, 1)、取值范围在-2到2之间的随机数组
    x0 = np.random.uniform(low=-2, high=2, size=(N-1, 1))
    x1 = np.random.uniform(low=-2, high=2, size=(N-1, 1))
    # 按元素合并为坐标对数组，最终形状为(N-1, 2)，每个位置的元素为(x0[i], x1[i])
    x0x1 = np.concatenate([x0, x1], axis=1)
    print(x0x1)
    return x0x1

原有代码可优化点 #

• 不需要提前初始化全0数组，np.random.uniform支持直接通过size参数指定输出数组的形状，一步生成符合要求的随机数数组
• 嵌套的Python原生循环完全多余，Numpy的向量化操作无需循环即可完成批量随机数生成，在N取值较大时性能优势会非常明显
• 原有代码存在变量重复定义问题：x1先被赋值为形状(N-1, 1)的全0数组，随后又被覆盖为形状(1, N-1)的全0数组，属于不必要的冗余代码

内容的提问来源于stack exchange，提问作者Weightlifting Without Limits