可以numpy矢量化这个for循环？

Question

我是python的新手，但我想将这个函数向量化。有可能吗？

from skimage.feature import hog
import numpy as np

    def hog_features(X):
        """
        Extract HOG features from input images

        Args:
            X: Data matrix of shape [num_train, 577]

        Returns:
            hogs: Extracted hog features

        """

        hog_list = []

        for i in range(X.shape[0]):

            t = hog(np.reshape(X[i][1:],[24,24],order='F'),orientations=8, pixels_per_cell=(2, 2),
                        cells_per_block=(1, 1), visualize=False, multichannel=False,feature_vector = True)
            np.append(1, t)
            hog_list.append(t)

        hogs = np.stack(hog_list,axis=0)
        return hogs

我尝试过这种方法，但它不起作用，我认为是因为我必须指定输入参数的签名。但是我什至不知道签名是什么。其中X是（m，n）numpy.ndarray

hog_v = np.vectorize(hog_features,signature='X')

感谢您的帮助：）