Python - 生成一个数组，其中元素是可变参数的函数，而无需每次都构建数组

问：

TLDR ：我怎样才能生成一个数组，其元素依赖于某个任意（浮点数）值 k，而不必在每次更改 k 值时都经历从头开始构建数组的极其耗时的过程。

我想要实现的目标如下所示：

我正在 2D 晶格（N x N numpy 数组）的原子基中生成一个巨大的哈密顿量。填充此阵列需要多次比较原子位点的位置 （xyz），以用于我想要包含的每种不同耦合类型，随着系统规模的增长，这将变得非常耗时。（通常为 N > 16,000 个站点）。

这个数组的元素依赖于其他一些浮点类型变量 k（在程序的物理上下文中，这是一个我想迭代的量子计数数）。我需要多次计算这个数组，范围为 1000 k。

即生成 256,000,000 个元素数组 1000 次......欧元

目前，每次更改为新的 k 值时，我都必须创建数组，这显然是非常低效的。它的基本结构看起来（非常一般）是这样的：

class Device():

    def __init__(self, xyz, energy, ... other input parameters ...):

        self.xyz = xyz           # N x 3 array of positions
        self.energy = energy     # Length N list of energies
        # + A range of other parameters that define the device


     # -------- OTHER OPERATIONS ON THE DEVICE -------- #


     def get_H(self, k):
        """ Get the Hamiltonian for a given k - value """

        # Initialise the N x N array
        h = np.zeros((len(self.xyz), len(self.xyz)))

        # - Fill THE HAMILTONIAN BY COMPARING ALL ATOMIC POSITIONS IN self.xyz - #

        return h

这需要我每次都调用整个施工过程。

我想知道是否有办法生成一次这个数组，k 被保留为一个自由参数，然后可以稍后填充。即返回一个数组，它是 k 的函数。优先级是只需要构造一次数组，因为测试表明这占用了我总运行时间的很大一部分。

下面是一个最小的（非工作）示例，说明我希望通过作用于测试数组来实现的目标。我想使哈密顿量成为一个对象变量，而不是一个每次都必须制作的方法，但对 k 有一定的依赖性（我意识到这在语法上将是灾难性的，但希望这将是一个答案的良好开端）。

class Test_device():

def __init__():

    self.get_H = self.make_H()

def make_H(self):

    h = np.linspace(1,9,9).reshape((3,3)) # Test array

    # The below clearly will not work because k is not defined, but this is
    # where I want to achieve this

    h[1,1] += k # Give some k-dependence to the middle element of the array

    def ham(k, h = h):

        # Somehow set the value of k in h

        return h

    return ham

然后我将通过以下方式访问它

device = Test_device()
device.get_H(k = k_value)

提前致谢！