向量化数组的行答案

【问题标题】：Vectorize over the rows of an array向量化数组的行
【发布时间】：2011-08-21 22:27:30
【问题描述】：

我有一个数组 X，我想将函数 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 应该是 array([15,30], 'i')。哪种方法或切片魔法会以最有效的方式实现rows？

【问题讨论】：

标签： python numpy vectorization

【解决方案1】：

NumPy 实现了“特定轴上的动作”的概念。通用函数为numpy.apply_along_axis()：

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

（sum 当然可以用任何东西代替）。

【讨论】：

对不起，我真的不想要总和，这只是“愚蠢的例子”的一部分。
我认为“#silly example”行意味着OP正在寻找通用解决方案
@larsmans 和 JoshAdel：是的，我在您编写 cmets 时添加了一般情况。 :)
代替sum的东西，是不是一定要返回一个标量？
@David：该函数可以返回一个列表，例如；在这种情况下，结果是一个具有正确形状的完整 NumPy 数组。

【解决方案2】：

它必须是 numpy 提供的东西吗？因为我只看到了一个列表理解

[action_to_apply(row) for row in X]

【讨论】：

这和我现在的很相似。我希望将循环推到 C 级别。

【解决方案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可能有助于加快处理速度。

【讨论】：