我想将一个函数应用于numpy矩阵的所有元素/单元。这将是一个大的(100k*100k(，所以我想以一种快速的方式完成它。我可以用forloop填充它，但估计需要43天。
我本质上想使用每个元素的行数和列数来执行计算。最后的应用程序有更多的活动部分，但为了说明：下面"X"所在的条目将是2，因为它是第1行和第1列(1+1(。在最后的例子中，我将使用返回的行和列的编号来搜索另一个数据帧中的值，并执行计算，但一旦我理解了下面的内容，这应该很容易。
如果使用numpy矩阵无法做到这一点，我可以使用df来实现，然后将其转换为numpy数组。但我认为这会更慢。
因此，在下面，我希望每个"单元格"通过引用其行和列#来计算一些东西
rows c1 c2 c3
0 0 0 0
1 0 X 0
2 0 0 0
非常感谢！x
后期编辑：
所以我有一个像这样的numpy数组/矩阵。零只是占位符，我用"X"指代哪个单元格是任意的。
rows c1 c2 c3
0 0 0 0
1 0 X 0
2 0 0 0
然后我有这个数据帧如下
attribute 1
0 a
1 b
2 c
3 d
例如，我想在每个"单元格"中放置一个操作，它根据自己位置提供的参数查找数据帧。例如，这个X的位置是第1行第1列，所以它的参数是[1,1]，所以它在数据帧中查找索引两次，并返回属性"bb"的串联。主要是"单元格"中的公式引用了它自己的位置。
例如，在下面的数组中，标记为"y"的位置将返回"bc"。
rows c1 c2 c3
0 0 0 0
1 0 X Y
2 0 0 0
我是个新手，希望我能解释清楚
所以我要尝试一下，说你正在寻找这样的东西：
x = 5 # or whatever n by n size you want for your matrix
arr = np.arange(0, x, 1)
vec = arr[:, np.newaxis]
vec + vec.transpose()
这将生成以下矩阵：
array([0, 1, 2, 3, 4],
[1, 2, 3, 4, 5],
[2, 3, 4, 5, 6],
[3, 4, 5, 6, 7],
[4, 5, 6, 7, 8]])
这就是您要查找的CCD_ 1索引和。如果您想从1开始，那么您只需更改np.arange中的0即可。