Question

Julia中是否有等同于numpy的apply_along_axis()（或R apply()）？我有一个3D数组，我想将自定义函数应用于尺寸1和2的每对坐标。结果应该是2D数组。

显然，我可以做两个嵌套for循环迭代第一维和第二维，然后重塑，但我担心性能。

这个例子产生了我想要的输出（我知道这对于sum()来说有点无意义。这只是一个假的：

test = reshape(collect(1:250), 5, 10, 5)

a=[]

for(i in 1:5)
    for(j in 1:10)
        push!(a,sum(test[i,j,:]))
    end
end

println(reshape(a, 5,10))

对更快版本的任何建议？

干杯

Answer 1

Julia拥有mapslices功能，可以完全按照您的意愿行事。但请记住，Julia与您可能知道的其他语言不同：库函数不一定比您自己的代码更快，因为它们可能被写入比您实际需要的更高的通用性，并且在Julia循环中速度很快。因此，写出循环的可能性会更快。

那说了几个提示：

阅读手册的performance tips部分。从那以后你就会学会把所有东西放在一个函数中，而不是使用像a = []那样的无类型数组。
slice或sub功能可以避免复制数据。

Answer 2

怎么样

f = sum  # your function here
Int[f(test[i, j, :]) for i in 1:5, j in 1:10]

最后一行是二维数组理解。前面的Int是为了保证元素的类型;如果理解是在函数内部，那么这不应该是必要的。

请注意，您（几乎）不应该使用无类型（Any）数组，例如a = []，因为这样会很慢。您可以编写a = Int[]来创建一个Int s的空数组。

编辑：请注意，在Julia中，循环很快。在Python和R中创建类似函数的需求来自于这些语言中循环的固有缓慢。在朱莉娅，写出循环更为常见。

快速apply_along_axis相当于朱莉娅

2 个答案: