Python NumPy矢量化函数

我最近开始使用NumPy（到目前为止它确实很有用——为什么我不早点开始使用它呢？），但我确信仍有一些事情我做错了：

• 如何将函数应用于向量（ndarray）？我希望它是矢量化的，它是一个比乘法更复杂的函数。我尝试过使用

  np.where

  ，但这似乎是一个丑陋的解决方案（我不确定它是否也矢量化了）。有没有类似于map的函数，这样我的函数就可以矢量化了

• 假设我有一个二维数组——一个二维位置向量的数组，假设我想找到每个向量的范数，如果它超过某个值，做任何事情

  np.where

  似乎是一个很好的解决方案，但除非我转置数组：

  np.where（sum（a.t**2）>10，a*2，0）

  （只是一个任意示例）。这看起来很冗长，转置也没有多大意义

• 最后，如果我有一个三维数组-一个二维位置向量的二维数组（这样在位置[1,2]处就是向量（1,2））。如何迭代所有向量（使用向量化函数，如np.where）？我一直在使用

  np.reformate

  ，但如果可能的话，我想保持数组的形状不变

---

我将这些问题组合在一起，因为它们看起来很相似，但如果我需要将它们分成不同的线程，请让我知道，我会这样做

像上面的评论一样，我不太确定你在问什么。但对于第一个问题，以这个例子：

假设你有一个二维向量的numpy数组，你想计算每个向量的范数。你不能做一些类似于：

import numpy as np

x = np.arange(20).reshape(10,2)
norm_func = lambda z: sum(z**2)
norm_func(x.T)

这将给出结果

array([ 1,  5,  9, 13, 17, 21, 25, 29, 33, 37])

对于数组

array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15],
       [16, 17],
       [18, 19]])

---

虽然有一些方法可以完成您描述的事情，但您可能会检查哪些设置可以处理这些操作。您的第一个问题是什么意思？显然，您可以将多个算术运算符和其他运算符链接在一起，以构建更大的函数。否则，如果你想矢量化你的函数，你需要使用C或Fortran（或Cython），因为numpy无法绕过对每个元素调用函数的开销？（只是一个例子，我不会只是总结一下）。我仍然不清楚你在问什么。您应该发布一些输入和输出示例，以演示您的意思。另外，我真的建议你先看看熊猫，因为它们可能会让你找到一个可行的解决方案（而且只需要很少的努力）。