我有在python函数极限的每个元素的功能(使用SciPy的和numpy的也)定义为整合与numpy的数组作为集成
import numpy as np
from scipy import integrate
LCDMf = lambda x: 1.0/np.sqrt(0.3*(1+x)**3+0.7)
我想将它从0集成到每个元素中一个numpy的阵列说z = np.arange(0,100)
我知道我可以写为每个元素像
an=integrate.quad(LCDMf,0,z[i])
但是通过迭代循环,我想知道是否有更快,efficien (更简单)的方式来做到这一点与每个numpy元素。
我记得很久以前用np.vectorize方法解决这个问题。我不记得我是如何做到的......但当时它似乎是一种通用的解决方案,并为我工作。任何人都可以在类似的方向上解决它? –
'np.vectorize'只是在函数调用中包装迭代。它不会加速你的代码。 – hpaulj
我用它在numpy数组上工作......不是为了加速 –