矢量化数组的行

Question

我有一个数组X，我希望将函数f应用于X的所有行：

# silly example
X = numpy.array([[1, 2, 3, 4, 5],
                 [6, 7, 8, 9, 0]], 'i')

def f(row): return sum(row)

y = numpy.vectorize(f, 'i')(rows(X))

现在，y应为array([15,30], 'i')。哪种方法或切片魔术会以最有效的方式实现rows？

Answer 1

NumPy实现了“在特定轴上行动”的概念。一般功能是numpy.apply_along_axis()：

>>> numpy.apply_along_axis(sum, 1, X)
array([15, 30])

（其中sum当然可以被任何东西取代。）

Answer 2

它必须是numpy提供的东西吗？因为我只看到列表理解

[action_to_apply(row) for row in X]

Answer 3

这是另一个镜头，它考虑了结果的类型和大小：

numpy.fromiter((your_func(row) for row in X), dtype=bool, count=len(X))

即使循环不是C循环，设置结果的类型和大小也可能有助于加快速度。