Python 矢量化内核代码

有没有办法以矢量化的形式实现以下内容

def kfunc(x,y):
   return #some number
def compute_K(X, kfunc):
    m, n = X.shape
    kernel = np.zeros((m, m))
    for i, row in enumerate(X):
        for j, ele in enumerate(row):
            for k, ele_2 in enumerate(row):
                kernel[j, k] = kfunc(ele, ele_2)
    return kernel

---

基本上，上面采用了一个numpy矩阵和一些函数，并在矩阵X上计算核矩阵

kfunc的内容是确定这种函数是否可以矢量化以及如何矢量化的关键。它看起来像是为每一行覆盖

kernel

，这意味着可以执行

i=len（X）-1

和

row=X[-1]

并消除外环！您正在丢弃大部分

i

值的事实是可疑的。除此之外，我将着重于重写

kfunc

，这样它可以使用2个数组（

row

），而不是2个标量。kfunc的内容是确定这样一个函数是否可以矢量化以及如何矢量化的关键。它看起来像是为每一行覆盖

内核，这意味着可以执行
I=len（X）-1
和
row=X[-1]
并消除外环！您正在丢弃大部分
i
值的事实是可疑的。除此之外，我将重点重写
kfunc
，这样它就可以使用2个数组（
row
），而不是2个标量。