NumPy矢量化函數

我最近開始使用NumPy（到目前爲止它非常有用 - 爲什麼我不能儘早開始使用它），但仍然有一些我確信我是做錯了：NumPy矢量化函數

如何將函數應用於矢量（ndarray）？我希望它是矢量化的，它是一個比乘法更復雜的函數。我試過使用np.where，但這似乎是一個醜陋的解決方案（我不確定它的向量化）。有沒有一個類似於map的函數，這樣我的函數將被矢量化？
假設我有一個二維數組 - 只是一個二維位置向量的數組，並且假設我想要找到每個向量的範數，並且如果它超過了某個值，請做任何事情。 np.where似乎是一個很好的解決方案，但它不會工作，除非我轉置陣列：np.where(sum(a.T**2) > 10, a * 2, 0)（只是一個任意的例子）。這看起來很冗長，而且轉置沒有多大意義。最後，如果我有一個三維數組 - 一個2維位置向量的二維數組（這樣在位置[1,2]將是向量（1,2））。我如何迭代所有的矢量（使用矢量化函數，如np.where）？我一直在使用np.reshape，但如果可能的話，我想保持陣列的形狀相同。

我要將這些問題一起，因爲他們似乎相似，但如果我需要把它們分割成單獨的線程，請讓我知道，我會這麼做。

來源

2013-06-24 James

雖然有*是*的方式做你所描述的事情，你可能會檢查出['pandas']（http://pandas.pydata.org/），它可以處理許多這些操作。 –

你的第一個問題是什麼意思？顯然，你可以將多個算術和其他算子連接在一起來構建一個更大的函數。否則，如果你想要矢量化你的函數，你需要放入C或者Fortran（或者Cython），因爲numpy沒有辦法繞過每個元素的函數調用。 –

但是，我不能說，例如，從每個元素創建一個新的numpy數組總和呢？（只是一個例子，我不會只是總結它）。 – James

像上面的評論，我不太清楚你在問什麼。但對於第一個問題，請參考此示例：

假設您有一個2d向量的numpy數組，並且您想計算每個向量的範數。你能不能做這樣的事情：

import numpy as np 

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

這將使結果

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

爲陣

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

來源

2013-06-25 17:52:13 wflynny

NumPy矢量化函數

回答

相關問題