如何对numpy矩阵中的每个元素执行操作？

Question

假设我有一个函数foo（），它接受一个float并返回一个float。将这个函数应用于numpy矩阵或数组中的每个元素的最快/最pythonic方法是什么？

我基本上需要的是此代码的一个版本，它不使用循环：

import numpy as np

big_matrix = np.matrix(np.ones((1000, 1000)))

for i in xrange(np.shape(big_matrix)[0]):

    for j in xrange(np.shape(big_matrix)[1]):

        big_matrix[i, j] = foo(big_matrix[i, j])

我试图在numpy文档中找到一些可以让我这样做的东西，但我还没有找到任何东西。

编辑：正如我在评论中提到的，特别是我需要使用的函数是sigmoid函数f(z) = 1 / (1 + exp(-z))。

Answer 1

如果foo实际上是一个带标量的黑盒子，并返回一个标量，那么你必须使用某种迭代。人们经常尝试np.vectorize并意识到，正如记录所述，它并没有加快速度。作为广播多种输入的方式，它是最有价值的。它使用np.frompyfunc，稍快一点，但接口不太方便。

正确的numpy方式是更改您的功能，以便它适用于数组。这对你的评论中的功能来说不难做到

f(z) = 1 / (1 + exp(-z))

有一个np.exp功能。剩下的就是简单的数学。