如何使用 numpy.vectorize 或 numpy.frompyfunc

Question

[编辑：我有点刷这个例子，所以我没有很好地清理我的代码。我的问题更多的是，如何将子数组传递给 numpy.vectorize-d 函数，而不是专门针对此示例。]

我不知道如何使用 numpy.vectorize 或 numpy.frompyfunc 对将数组作为参数的命令进行矢量化。

让我们想想这个简单的例子（我知道这是一个非常基本的例子，我根本不需要使用 numpy.vectorize。我只是要求一个例子）：

aa = [[1,2,3,4], [2,3,4,5], [5,6,7,8], [9,10,11,12]]
bb = [[100,200,300,400], [100,200,300,400], [100,200,300,400], [100,200,300,400]]

我想对一个函数进行向量化，该函数将 aa 和 bb 的每个子数组的第二个元素相加。在这个例子中，我想返回一个数组 [202 203 206 210]

但是这样的代码不起作用：

def vec2(bsub, asub):
    return bsub[1] + asub[1]

func2 = np.vectorize(vec2)
func2( bb, aa )

与 numpy.frompyfunc 类似的事情没有运气。

我的问题是，如何将子数组列表传递到 numpy.vectorize-d 函数中，并让每个子数组成为函数的参数？

Answer 1

您的一个问题是 aa 和 bb 是列表，而不是 numpy.array()。你应该这样做：

aa = np.array([[1,2,3,4], [2,3,4,5], [5,6,7,8], [9,10,11,12]])
bb = np.array([[100,200,300,400], [100,200,300,400], [100,200,300,400], [100,200,300,400]])

我注意到的第二件事是，要获取每个子数组的第二个元素，您需要 aa[:,1]，而不是 aa[2]。

第三，你的vec2 函数应该是return，而不仅仅是print。

最后一个问题是您的vec2 函数应该对整数而不是数组进行操作，并且您应该将切片传递给函数，而不是完整的数组。更正后的版本（返回预期的输出）是：

import numpy as np
aa = np.array([[1,2,3,4], [2,3,4,5], [5,6,7,8], [9,10,11,12]])
bb = np.array([[100,200,300,400], [100,200,300,400], [100,200,300,400], [100,200,300,400]])

def vec2(a, b):
    return a + b

func2 = np.vectorize(vec2)
print func2(bb[:,1], aa[:,1])

注意 OP 帖子上的 EDITS，这使得这个答案看起来有点奇怪。