如何遍历4×4 NumPy矩阵类？足球预期进球优化模型构建问询

遍历NumPy矩阵的方式挺多的，完全看你具体需求来选：

• 逐个元素遍历：如果你需要访问每一个元素的具体值，甚至要用到它的位置索引，有两种常用方法：
  一种是用矩阵的flat属性，它会把二维矩阵直接展平成一维迭代器，用起来很省事：

  import numpy as np
  
  # 先创建一个4×4的测试矩阵
  mat = np.arange(16).reshape(4,4)
  
  # 用flat遍历所有元素
  for elem in mat.flat:
      print(elem, end=' ')
  

  另一种是嵌套循环，能拿到每个元素的行号和列号，适合需要基于位置做额外操作的场景：

  for i in range(mat.shape[0]):
      for j in range(mat.shape[1]):
          print(f"位置({i},{j})的值：{mat[i,j]}")
  

• 按行遍历：如果习惯逐行处理数据，直接遍历矩阵本身就可以，因为NumPy数组默认是按行迭代的，每次迭代返回一行的一维数组：

  for row in mat:
      print("当前行：", row)
  

• 按列遍历：要按列遍历的话，有两种思路：一是把矩阵转置（.T）后再按行遍历，二是用np.nditer指定列优先的遍历顺序：

  # 方法1：转置后遍历
  for col in mat.T:
      print("当前列：", col)
  
  # 方法2：用nditer指定列优先（Fortran风格）
  for elem in np.nditer(mat, order='F'):
      print(elem, end=' ')
  

你的需求我理清楚了：把比赛拆成4个时段，每个时段最多1球，两队各时段进球/不进球概率固定，要每个时段结束时的比分概率分布矩阵。咱们可以用状态转移的思路来实现，一步步推导每个时段的分布：

核心逻辑 #

首先明确几个前提：

• 每个时段的三种可能结果：T1进球、T2进球、无进球，对应概率分别设为p1、p2、p0=1-p1-p2
• 比分状态用(t1, t2)表示，t1是T1到当前时段的进球数，t2是T2的进球数
• 初始状态（比赛开始前）：比分(0,0)的概率为1，其他状态概率为0

每个时段的分布都是基于上一个时段的分布，通过三种结果转移得到：比如当前状态(t1,t2)，下一个时段会转移到：

• (t1,t2)：无进球，概率累加当前概率 × p0
• (t1+1,t2)：T1进球（t1<4时有效，因为最多4个时段），概率累加当前概率 × p1
• (t1,t2+1)：T2进球（t2<4时有效），概率累加当前概率 × p2

代码实现 #

下面是具体的Python代码，用NumPy来存储分布矩阵，清晰易懂：

import numpy as np

# 自定义每个时段的进球概率（可以根据实际情况调整）
p1 = 0.2  # T1每个时段进球的概率
p2 = 0.15 # T2每个时段进球的概率
p0 = 1 - p1 - p2  # 该时段无进球的概率

# 初始化分布矩阵：4个时段最多各进4球，所以矩阵大小是5×5（0到4球）
# 初始时只有(0,0)比分的概率为1
dist_matrix = np.zeros((5, 5))
dist_matrix[0, 0] = 1.0

# 迭代处理4个时段
for period in range(4):
    # 创建新的分布矩阵，存储当前时段结束后的概率
    new_dist = np.zeros_like(dist_matrix)
    # 遍历所有可能的比分状态
    for t1 in range(5):
        for t2 in range(5):
            current_prob = dist_matrix[t1, t2]
            if current_prob == 0:
                continue  # 概率为0的状态可以跳过，节省计算
            
            # 1. 无进球：状态不变，累加概率
            new_dist[t1, t2] += current_prob * p0
            # 2. T1进球：如果还没到4球，更新对应状态的概率
            if t1 < 4:
                new_dist[t1+1, t2] += current_prob * p1
            # 3. T2进球：如果还没到4球，更新对应状态的概率
            if t2 < 4:
                new_dist[t1, t2+1] += current_prob * p2
    # 更新分布矩阵为当前时段结束后的结果
    dist_matrix = new_dist

# 打印最终的比分分布矩阵
print("第4时段结束后的比分分布矩阵（行=T1进球数，列=T2进球数）：")
print(np.round(dist_matrix, 4))  # 保留4位小数，方便查看

扩展说明 #

• 如果不同时段的进球概率不一样，只需要把p1和p2改成一个列表，比如p1_list = [0.2, 0.18, 0.22, 0.15]，然后在循环里每次取对应时段的概率就行：current_p1 = p1_list[period]
• 如果你需要每个时段的中间结果，只需要在循环里把dist_matrix保存下来（比如存在一个列表里），之后就能查看每个时段结束时的分布了。

内容的提问来源于stack exchange，提问作者A.Abs