Question

我有一个Python函数f，它接受一对数字并返回计算结果，比如^(?<p>(?:[^()\[\]{}]++|$(?&p)$|\[(?&p)\]|\{(?&p)\})*)$

x+y

如何对def f(x,y): return x+y进行矢量化，因此对于给定的矢量X =（x1，...，xn）和Y =（y1，...，yn）

f_vectorized（X，Y）返回f（x1，y1），f（x2，y2）......的数组？

编辑

上面，x + y是一个例子，但实际计算更复杂，因此通过考虑x和y，numpy向量不一定是开箱即用的。

Answer 1

如何使用numpy作为输入？

import numpy as np

def f(x,y):
     return x+y

a = np.array([0,1,2,3])
b = np.array([1,2,3,4])

In [430]: f(a,b)
Out[430]: array([1, 3, 5, 7])

修改

对于更复杂的功能，您可以使用list comprehension and zip：

In [451]: [f(*par) for par in zip(a, b)] Out[451]: [1, 3, 5, 7]

<强> EDIT2

或者您可以使用评论中提到的np.vectorize：

f_vec = np.vectorize(f) In [470]: f_vec([0, 1, 2, 3], [1, 2, 3, 4]) Out[470]: array([1, 3, 5, 7])

<强>性能比较：

In [471]: %timeit f_vec([0, 1, 2, 3], [1, 2, 3, 4]) 10000 loops, best of 3: 38.3 µs per loop In [472]: %timeit [f(*par) for par in zip([0, 1, 2, 3], [1, 2, 3, 4])] 1000000 loops, best of 3: 1.8 µs per loop In [476]: %timeit list(map(f, [0, 1, 2, 3], [1, 2, 3, 4])) 1000000 loops, best of 3: 1.51 µs per loop

因此，如果您对性能感兴趣，则应使用zip并列出@ youglaria建议的列表理解或map解决方案

Answer 2

那么，是不是该地图应该用于此？

def f(x,y):
    return (x,y, x+y)

print map(f,[0,1,2], [-1,0,-2])
>[(0, -1, -1), (1, 0, 1), (2, -2, 0)]

在python中矢量化一个二维函数

2 个答案: