使用任意函数填充numpy数组

Question

通常，函数的总和将在python中以这样的方式完成

fsum = 0
for k in range(1, N+1):
    fsum += f(k)

其中f是某种功能。

使用numpy的重点是vectorize everything。在这种情况下，对于非常大的N，循环将变慢。如何使用numpy使用函数numpy array（可能需要多个参数）来填充f？

Answer 1

首先，我已将代码扩展到实际执行代码所需的最低限度，包括选择特定的f（k）：

import numpy as np

def f(k):
    return(np.log(k**2))

N=8
fsum = 0
for k in range(1, N+1):
    fsum += f(k)

print fsum

21.209给出和回答。现在让我们做同样的事情，但矢量化。注意函数f（k）是相同的。

import numpy as np

def f(k):
    return(np.log(k**2))

N=8
k = np.array(range(1, N+1))
print np.sum(f(k))

这给出了相同的答案。关键的区别在于我已经定义了一个numpy数组来包含你在for循环中迭代的输入。那就是：

k = np.array(range(1, N+1))

如果你想提高效率，可以简化为：

k = np.arange(1, N+1)

由于f（k）已被编写为使用numpy数学函数，因此它已经被矢量化。然后我没有使用包含+ =操作的循环，而是在f（k）上使用了numpy.sum向量化函数：

print np.sum(f(k))

正如您所看到的，结果更简洁，对于大型数组，它也会更快。