我正在编写一些python + numpy + cython代码，并试图找到在数组上进行以下迭代的最优雅和有效的方法：
假设我有一个函数f（x，y），它采用形状（3，）的向量x和形状（10，）的向量y，并返回形状向量（10，）。现在我有两个数组X和Y形状sx +（3，）和sy +（10，），其中sx和sy是两个可以一起广播的形状（即sx == sy，或者轴不同，其中一个长度为1，在这种情况下将重复）。我想生成一个形状为zs +（10，）的数组Z，其中zs是带有sy的sx广播的形状。 Z中的每个10维向量等于X和Y中相应位置处的向量x和y的f（x，y）。
我查看了np.nditer，虽然它与cython一起玩得很好（参见链接页面的底部），它似乎不允许从多维数组迭代向量，而不是元素。我也看了index grids，但问题是当索引的数量等于数组的维数时，cython索引才会很快，并且存储为cython整数而不是python元组。
非常感谢任何帮助！
答案 0 :(得分：5)
您正在描述Numpy称为广义通用功能或gufunc的内容。顾名思义，它是ufuncs的扩展。您可能希望从阅读这两页开始：
第二个例子使用Cython并在gufunc上有一些材料。要完全走下gufunc之路，您需要阅读numpy C API文档中的相应部分：
我不知道在Cython中编码gufuncs的任何例子，尽管遵循上面的例子并不是很难。如果你想查看用C编码的gufunc，你可以看一下np.linalg here的源代码，虽然这可能是一个令人生畏的经历。前段时间我厌倦了我的本地Python用户组，给出了关于用C扩展numpy的讨论，主要是关于在C中编写gufunc，该演讲的幻灯片和提供新gufunc的示例Python模块可以找到{{3 }}
答案 1 :(得分：2)
如果您想坚持使用nditer，可以使用示例尺寸。它是纯Python，但不应该用cython来实现（虽然它仍然有元组迭代器）。我正如shallow iteration with nditer
ndindex中的想法
我们的想法是找到常见的广播形状sz，并在其上构建一个multi_index迭代器。
我使用as_strided将X和Y扩展为可用视图，并将适当的向量（实际为(1,n)数组）传递给{{1功能。
f(x,y)