获取函数评估的所有组合的矩阵

我有两个参数的Python函数，f(x,y)，它返回一个标量。我也有两个可能参数np.array，xs和ys。我想计算一个形状为(xs.size, ys.size)的二维numpy数组，其形式为f，其值为xs和ys之间的所有参数组合。结果应该等于获取函数评估的所有组合的矩阵

np.array([[f(x,y) for y in ys] for x in xs])

我希望尽可能有效地实现这一点，并利用多个处理器内核。 f没有任何副作用。我试图使用numpy.vectorize，但没有设法使用它达到预期的效果。例如。 numpy.outer正是我想要的特殊情况f=operator.__mul__。

作为一个额外的警告，虽然可能不直接相关，但其中一个数组（例如ys）不包含数字，但包含scipy.interpolate.interp1d返回的对象。函数f通过这些插值计算一个定积分scipy.integrate.quad。结果矩阵仍然只包含数字。

来源

2016-02-24 Jonas

可能是你可以通过删除嵌套循环提高性能一点。例如，计算'xs'和'ys'的笛卡尔乘积，然后计算每次通过的'f'。这里是笛卡尔产品的代码（见公认的答案），它是快速的：http://stackoverflow.com/questions/1208118/using-numpy-to-build-an-array-of-all-combinations-of-two -arrays – Dataman

看起来'scipy.interpolate.interp1d'返回的对象不能被腌渍，这对使用'multiprocessing'模块造成问题... –

如果你改变这个标题，你可能会得到更好的答案题。问题是关于多处理，而不是组合。 – tom10

假设f是一个Python函数，使用numpy.frompyfunc()与.outer()

np.frompyfunc(f, 2, 1).outer(xs, ys)

来源

2016-02-25 04:32:12 RootTwo

获取函数评估的所有组合的矩阵

回答

相关问题