用Python迭代

我有两个数组，从这两个数组中，我必须以这种方式创建另一个数组：

  for i in arange(0,len(second_array),1):
     third_array[i] = my_function(first_array[i],second_array[i])

---

这里的

my_函数

是一个将两个标量作为输入，然后返回另一个标量的过程。我的问题是，我通常使用的阵列是巨大的，因此上面的循环会花费很长时间。是否有一种方法可以避免循环，但仍然以我想要的方式填充数组

third_array

如果需要访问两个列表的每个元素，如何避免循环？我不太明白你的问题

但你可以做得更简单一点。在Python 3中：

third_array = [my_function(a, b) for a, b in zip(first_array, second_array)]

在Python2中，最好使用

from itertools import izip
third_array = [my_function(a, b) for a, b in izip(first_array, second_array)]

---

如果需要访问两个列表的每个元素，如何避免循环？我不太明白你的问题

但你可以做得更简单一点。在Python 3中：

third_array = [my_function(a, b) for a, b in zip(first_array, second_array)]

在Python2中，最好使用

from itertools import izip
third_array = [my_function(a, b) for a, b in izip(first_array, second_array)]

---

由于您使用的是

arange

，我认为您使用的是NumPy。尝试重写

my_函数

，使其采用两个数组而不是两个标量值，并使用矢量化操作。

由于您使用的是

arange

，我认为您使用的是NumPy。尝试重写

my_函数

，使其采用两个数组而不是两个标量值，并使用矢量化操作。

既然您已经在使用NumPy，可能值得探索（

ufunc

）和

---

需要注意的是，由PyFunc创建的UFUNC总是返回PyObject数组。我不确定是否有办法解决这个问题。

既然您已经在使用NumPy，可能值得探索（

ufunc

）和

---

需要注意的是，由PyFunc创建的UFUNC总是返回PyObject数组。我不确定是否有办法解决这个问题。

使用

map

似乎比理解列表要快一些：

import cProfile, numpy as np
from operator import add

A = np.random.rand(1000000)
B = np.random.rand(1000000)

>>> cProfile.run('C = map(add, A, B)')
         3 function calls in 0.693 seconds

>>> cProfile.run('C = [a+b for a,b in izip(A,B)]')
         2 function calls in 0.765 seconds

>>> cProfile.run('for i in np.arange(0,len(B),1): C[i] = A[i]+B[i]')
         4 function calls in 1.971 seconds

但正如@larsmans所说，使用矢量化解决方案会更快：

>>> cProfile.run('C = A + B')
         2 function calls in 0.005 seconds

---

使用

map

似乎比列表理解稍微快一些：

import cProfile, numpy as np
from operator import add

A = np.random.rand(1000000)
B = np.random.rand(1000000)

>>> cProfile.run('C = map(add, A, B)')
         3 function calls in 0.693 seconds

>>> cProfile.run('C = [a+b for a,b in izip(A,B)]')
         2 function calls in 0.765 seconds

>>> cProfile.run('for i in np.arange(0,len(B),1): C[i] = A[i]+B[i]')
         4 function calls in 1.971 seconds

但正如@larsmans所说，使用矢量化解决方案会更快：

>>> cProfile.run('C = A + B')
         2 function calls in 0.005 seconds