NumPy矢量化函数

我最近开始使用NumPy（到目前为止它非常有用 - 为什么我不能尽早开始使用它），但仍然有一些我确信我是做错了：NumPy矢量化函数

如何将函数应用于矢量（ndarray）？我希望它是矢量化的，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（我不确定它的向量化）。有没有一个类似于map的函数，这样我的函数将被矢量化？
假设我有一个二维数组 - 只是一个二维位置向量的数组，并且假设我想要找到每个向量的范数，并且如果它超过了某个值，请做任何事情。 np.where似乎是一个很好的解决方案，但它不会工作，除非我转置阵列：np.where(sum(a.T**2) > 10, a * 2, 0)（只是一个任意的例子）。这看起来很冗长，而且转置没有多大意义。最后，如果我有一个三维数组 - 一个2维位置向量的二维数组（这样在位置[1,2]将是向量（1,2））。我如何迭代所有的矢量（使用矢量化函数，如np.where）？我一直在使用np.reshape，但如果可能的话，我想保持阵列的形状相同。

我要将这些问题一起，因为他们似乎相似，但如果我需要把它们分割成单独的线程，请让我知道，我会这么做。

来源

2013-06-24 James

虽然有*是*的方式做你所描述的事情，你可能会检查出['pandas']（http://pandas.pydata.org/），它可以处理许多这些操作。 –

你的第一个问题是什么意思？显然，你可以将多个算术和其他算子连接在一起来构建一个更大的函数。否则，如果你想要矢量化你的函数，你需要放入C或者Fortran（或者Cython），因为numpy没有办法绕过每个元素的函数调用。 –

但是，我不能说，例如，从每个元素创建一个新的numpy数组总和呢？（只是一个例子，我不会只是总结它）。 – James

像上面的评论，我不太清楚你在问什么。但对于第一个问题，请参考此示例：

假设您有一个2d向量的numpy数组，并且您想计算每个向量的范数。你能不能做这样的事情：

import numpy as np 

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

这将使结果

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

为阵

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

来源

2013-06-25 17:52:13 wflynny

NumPy矢量化函数

回答

相关问题