Python 记忆NumPy矢量化函数

我有一个函数is_prime（n），如果n是prime，则返回True，否则返回False。在NumPy中，我正在循环，检查数组是否包含素数，并且数组的开头在每次迭代中都是相同的，因此我想记住is_prime（n）函数，以避免大量不必要的计算

因为我有一个数组，所以我想将is_prime（n）矢量化，这样我就可以将它逐元素应用到数组中，以NumPy样式。我使用NumPy教程（稍后显示）中的一行代码完成此操作

我还使用了我在网上找到的备忘录模板：

def memoize(function):
    cache = {}
    def decorated_function(*args):
        if args in cache:
            return cache[args]
        else:
            val = function(*args)
            cache[args] = val
            return val
    return decorated_function

然后：

但是，如果我现在将已记忆的is_prime函数向量化，那么V_prime现在是否正确记忆

V_prime = np.vectorize(is_prime)

谢谢

让我们来测试一下

import numpy as np

def test(input):
    return input

def memoize(function):
    cache = {}
    def decorated_function(*args):
        if args in cache:
            print 'cached'
            return cache[args]
        else:
            print 'not cached'
            val = function(*args)
            cache[args] = val
            return val
    return decorated_function

test = memoize(test)
print test(9)
print test(9)
test = np.vectorize(test)
print test(9)
print test(10)
print test(10)

我在我的机器上得到这个

not cached
9
cached
9
cached
cached
9
not cached
10
cached
10

---

所以是的，它是memoize，在我的机器上使用numpy 1.6.1

哦，好吧，那太聪明了！非常感谢。没问题，记忆化很酷，不过要小心，因为它会消耗相当多的内存，具体取决于您使用的对象类型。。。当内存不足或有一段时间没有访问对象时，人们倾向于使用专用对象而不是字典来控制/监视内存，并销毁/删除对象。

not cached
9
cached
9
cached
cached
9
not cached
10
cached
10