NumPy 向量化函数答案

【问题标题】：NumPy vectorized functionsNumPy 向量化函数
【发布时间】：2013-06-24 01:40:25
【问题描述】：

我最近开始使用 NumPy（到目前为止它真的很有用 - 为什么我不早点开始使用它？），但我仍然确定我做错了一些事情：

如何将函数应用于向量（ndarray）？我希望它被矢量化，它是一个比乘法更复杂的函数。我试过使用np.where，但这似乎是一个丑陋的解决方案（我也不确定它是否矢量化）。是否有类似于 map 的函数，可以将我的函数矢量化？

np.where

np.where(sum(a.T**2) > 10, a * 2, 0)

最后，如果我有一个 3 维数组 - 一个 2d 位置向量的二维数组（这样在位置 [1, 2] 将是向量 (1, 2)）。如何遍历所有向量（使用向量化函数，例如 np.where）？我一直在使用np.reshape，但如果可能的话，我想保持数组相同的形状。

我将这些问题归为一组，因为它们看起来很相似，但如果我需要将它们分成单独的主题，请告诉我，我会这样做。

【问题讨论】：

虽然有有种方法可以完成您所描述的事情，但您可以查看pandas，它是为处理许多此类操作而设置的。
第一个问题是什么意思？显然，您可以将多个算术和其他运算符链接在一起以构建更大的函数。否则，如果您想对函数进行矢量化，则需要使用 C 或 Fortran（或 Cython），因为 numpy 无法绕过对每个元素进行函数调用的开销。
我不能，例如，例如，从每个元素求和创建一个新的 numpy 数组？（只是一个例子，我不会只是总结它）。
我仍然不清楚你在问什么。您应该发布一些示例输入和输出来说明您的意思。另外，我真的建议您先查看 pandas 或 numba，因为它们可能会让您找到一个可行的解决方案（并且需要很少的努力）。

标签： python numpy vectorization

【解决方案1】：

就像上面的 cmets，我不太确定你在问什么。但是对于第一个问题，举个例子：

假设您有一个 numpy 二维向量数组，并且您想计算每个向量的范数。你不能这样做吗：

import numpy as np

x = np.arange(20).reshape(10,2)
norm_func = lambda z: sum(z**2)
norm_func(x.T)

这将给出结果

array([ 1,  5,  9, 13, 17, 21, 25, 29, 33, 37])

对于数组

array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15],
       [16, 17],
       [18, 19]])

【讨论】：