Numpy矢量化排除参数

我需要有人用一种简单的方式解释Numpy矢量化函数中排除参数的功能。

有时您不希望所有对象都被迭代。两个例子：

在你的函数中，f（a，b）代表单个元素，比如np.mod（a，b）。在这里矢量化没有问题：

import numpy as np

vc = np.vectorize(np.mod)
print(vc([5,11,7,4],2)) # first element will be iterated
print(vc([5,11,7,4],[2,3,4,5])) # both elements will be iterated
print(vc(5,[2,3,4,5])) # only second element will be iterated

另一方面，您有一个函数g（a，b），它需要b的数组（例如：查找表或多项式的参数）。因此，b必须保留数组，否则函数将给出错误或错误数据。这是通过排除b来实现的。请注意，通过使用exclude，现在必须命名所有参数。例如：

import numpy as np

def g(x,p):
  return p[0]+x*p[1]+x*x*p[2]

print(g(5,[0,0,1]))

vg = np.vectorize(g, excluded=['p'])
print(vg(x=[0,1,2,3,4,5],p=[0,0,1])) # p will not be iterated

---

欢迎来到堆栈溢出！请仔细阅读，特别是。你在这里的最佳选择是做你的研究，搜索相关的话题，然后尝试一下。在做了更多的研究和搜索之后，发布一篇你的尝试的文章，并明确指出你的困境，这可以帮助你得到更好的答案。听起来你是一个

numpy

初学者。我认为你不应该花太多时间学习

np.vectorize

。我已经回答了一些有关此

排除的
参数的问题，但在解释它时，如果不清楚您知道多少，或者您需要什么，可能不值得我们花时间。我了解一些函数。我只是不明白“传递给排除关键字的值将不会矢量化”是什么意思。请解释一下。谢谢你之前的回复