提供的代码完全正常,但我想提高它的效率(如果可能的话)。
我的问题是是否可以更有效地生成数组func resizeImage(image: UIImage, newWidth: CGFloat) -> UIImage {
let scale = newWidth / image.size.width
let newHeight = image.size.height * scale
UIGraphicsBeginImageContext(CGSizeMake(newWidth, newHeight))
image.drawInRect(CGRectMake(0, 0, newWidth, newHeight))
let newImage = UIGraphicsGetImageFromCurrentImageContext()
UIGraphicsEndImageContext()
return newImage
}
。特别是,是否可以通过np_b
计算theano_f
的所有元素的函数np_a
,以便应用广播(?)或向量化(?)?
请注意,我已经简化了我的实际问题,并且我必须使用某些sympy函数中的theano_f(*np_a)
生成theano_f
,而实际的数组theano_function
包含许多元素。
np_a
答案 0 :(得分:0)
也许试试np.apply_along_axis:
>>> def my_func(a):
... """Average first and last element of a 1-D array"""
... return (a[0] + a[-1]) * 0.5
>>> b = np.array([[1,2,3], [4,5,6], [7,8,9]])
>>> np.apply_along_axis(my_func, 0, b)
array([ 4., 5., 6.])
>>> np.apply_along_axis(my_func, 1, b)
array([ 2., 5., 8.])