作用于numpy数组的所有元素的函数？

我不知道你是否可以定义一个函数同时作用于一维numpy数组的所有元素，这样你就不必遍历数组。例如，类似于您可以将数组的所有元素放在一起而不循环。的我后的一个例子是将这段代码：作用于numpy数组的所有元素的函数？

A = np.array([ [1,4,2], [5,1,8], [2,9,5], [3,6,6] ]) 
B = [] 

for i in A: 
    B.append(i[0] + i[1] - i[2]) 

B = array(B) 
print B

输出：

>>> array([3, -2, 6, 3])

的东西，如：

A = np.array([ [1,4,2], [5,1,8], [2,9,5], [3,6,6] ]) 

def F(Z): 
    return Z[0] + Z[1] - Z[2] 

print F(A)

使输出是一样的东西：

>>> array([ [3] , [-2], [6], [3] ])

我知道第二个代码w不会产生我所追求的，但我只是想说出我在说什么。谢谢！

编辑：

我用上面的函数只是一个简单的例子。我想用真正的功能是这样的：

from numpy import linalg as LA 

def F(Z): 
    #Z is an array of matrices 
    return LA.eigh(Z)[0]

所以我有3×3矩阵阵列，我想他们的特征值的输出数组。我想知道是否有可能以某种numpythonic的方式做到这一点，以便不必遍历数组。

2016-07-23 cracka31

切片可能会有所帮助：http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html#basic-slicing-and-indexing – Divakar

'B = A [：，0] + A [:, 1] - A [:, 2]'？（假设你的意思是'我[2]'而不是'[2]'）或者你可以使用'np.dot'：你实质上是在这里做一个矩阵一矢量乘法。 –

'numpy'已经定义了一组基本的函数，这些函数对一个或多个数组的所有元素进行操作。有效的'numpy'代码结合了这些功能。把它想象成一堆“平行”的积木。在“串行”思考之前尝试使用它们（循环遍历“标量”函数）。 – hpaulj

尝试：

np.apply_along_axis(F, 1, A)

2016-07-23 20:15:03 Aguy

然而，在这种特殊情况下，这是不必要的低效率，因为在'apply_along_axis'的实现中涉及到Python级''for'循环。（呃，实际上，这是一个'while'循环，但它也是一样。）简单的切片解决方案可能会更好。 –

是的，这是事实。我只是跑了一些测试，这个解决方案不能比for循环更快。这绝对是一种更有效的编写代码的方式，但它并没有减少计算效率，这是我的目标。我认为切片可能是要走的路。感谢大家的回复。 – cracka31

回答