如何在任意数组维度上映射函数（不使用列表推导）？

Question

我正在尝试使用numpy数组，我遇到了以下问题。我试图找到一种方法来映射一个函数，该函数将矩阵作为输入数组，以便该函数应用于两个或多个矩阵的成对元素，其中这些元素是数组。

var nodesArray = [].slice.call(document.querySelectorAll('li'));

列表推导的问题在于，我担心它们效率低下，因为它们是Python功能而不是Numpy功能。

Answer 1

您可以将x和y相乘，然后按行对结果求和：

(x * y).sum(1)
# array([12665, 10625, 10619,  2492,  8681])

或使用numpy.einsum：

np.einsum("ij,ij->i", x, y)
# array([12665, 10625, 10619,  2492,  8681])

Answer 2

如果该函数是仲裁函数，那么您可能必须使用列表推导或某些等效迭代

z = [f(row_x, row_y) for row_x, row_y in zip(x,y)]

其中x和y是（n，m）数组，而z将是(n,?)。

此迭代适用于x和y的第一维，将数组视为数组列表。

正如你发现vectorize没有做你想做的事情，因为它在元素方面起作用，就是它传递标量，而不是行传递给函数。

正如另一个答案所示，很容易将dot产品表达为逐行工作的东西。尽可能采取这种方式。查看计算的组成部分，并询问哪些元素按元素逐行操作，逐行操作等。许多基本的数学函数都以这种方式工作。但有些操作仅适用于1d数组，例如unique和in1d。

在尝试提出适用于任意函数的内容之前，请学习如何在更简单的情况下使用多维数组。你会以这种方式得到更多。