如何使用循环取numpy数组a、b对应位置最大值填充全零数组c

原有代码问题整理 #

• 全零数组定义错误：你写的np.arrange是拼写错误（正确为np.arange），且np.arange(0,0,50)会生成空数组，无法存储50个元素，生成50个元素的全零整数数组正确写法为c = np.zeros(50, dtype=int)
• while循环语法缺失：Python的循环判断语句末尾必须加英文冒号:
• 循环变量未初始化：你没有给循环计数变量n设置初始值0，循环无法正常启动
• 索引越界风险：长度为50的数组合法索引范围是0~49，你写的判断条件0<=n<=50会尝试访问不存在的索引c[50]，触发索引越界报错
• 取值逻辑错误：max[a,b]写法错误，函数调用需要用小括号传参，且你需要取两个数组对应索引位置的单个元素比较，而非直接传入整个数组比较

正确实现方式 #

方式1：按要求用while循环实现 #

import numpy as np

# 初始化三个数组
a = np.random.randint(10, size=50)
b = np.random.randint(10, size=50)
c = np.zeros(50, dtype=int)

n = 0 # 初始化循环计数变量
while n < 50: # 合法索引最大为49，判断n小于50即可
    c[n] = max(a[n], b[n]) # 取当前索引下a和b的最大值赋值给c对应位置
    n += 1 # 计数变量自增，进入下一轮循环

方式2：更高效的NumPy原生实现（无需手动写循环） #

NumPy内置的向量化运算np.maximum可以直接对两个数组的对应位置元素取最大值，代码更简洁运行效率也更高：

import numpy as np

a = np.random.randint(10, size=50)
b = np.random.randint(10, size=50)
c = np.maximum(a, b) # 直接生成符合要求的数组c

内容的提问来源于stack exchange，提问作者Mackenzie Watts