Numpy矢量化函数答案

【问题标题】：Numpy vectorizing functionNumpy矢量化函数
【发布时间】：2020-04-06 09:48:42
【问题描述】：

我有这个功能fs(i,j,dif)。通过做这个函数很容易矢量化 vfunc = np.vectorize(fs) 问题是，我想为

计算这个函数的输出

i=0, j=1,2,3,4,5, ...ysize-1

i=1, J=1,2,3,4,5, ...ysize-1

....
i=xsize-1,  j=1,2,3,4,5 ... ysize-1

i的一个值，vfunc(0, np.arange(ysize), 0) (dif=0)没有问题

但我不知道如何为i 的所有值执行此操作。

我做到这一点的唯一方法是

vfunc([[0],[1],[2],...[xsize-1]], np.arange(ysize), 0)

这对于大 xsize 是不可行的。有办法吗？

【问题讨论】：

最后一个i 是np.arange(xsize)[:,None]，一个(xsjze,1) 形状数组。
酷，然后 reshape(xsize*ysize) 做我想要获得的。
我强烈建议您看看numba。

标签： python python-3.x numpy vectorization

【解决方案1】：

我理解您的问题如下。您想知道如何用 xsize 表示列表[[0],[1],[2],...[xsize-1]]？列表理解为您完成了这项工作。 [[0],[1],[2],...[xsize-1]]=[[i] for i in range(xsize)] 然后可以按如下方式调用vectorize函数（例如函数fs）

import numpy as np

xsize=10
ysize=15

def fs(i,j,dif):
    return i+j

np.vectorize(fs)([[i] for i in range(xsize)],np.arange(ysize),0)

【讨论】：