Python numpy函数的力输出形状

我有一个函数，它将2个numpy数组作为输入并返回一个数字（实函数比下面的示例复杂得多）：

def_func（x，y）：
返回np.sum（x）*np.sum（y）

到目前为止，一切顺利

但是

>>> the_func([[1,2,3],[4,5,6]],[[1,2,3],[4,5,6]])
441

而不是预期的

[36225]

因此，我尝试将初始函数

矢量化

：

vfunc = np.vectorize(the_func)

但是

---

如何使该函数以我希望看到的形状返回结果（在最后一个示例中，

[36225]

=

[（1+2+3）*（1+2+3），（4+5+6）*（4+5+6）]

）？

您应该使用

轴

关键字参数来指定它应该和的维度。在您的示例中，将函数更改为：

def the_func(x,y): 
    return np.sum(x, axis=1)*np.sum(y, axis=1)

---

在示例输入上运行它会得到结果

[36 255]

duh。在我的实际函数中没有考虑数组的新形状。谢谢，不用担心！如果答案解决了您的问题，请将其标记为可接受的解决方案：）是的，等待能够做到这一点

vectorize

将标量值从输入数组传递到您的函数。您的输入都是（2,3）（转换为数组时），因此输出也是（2,3）。实际上，

函数（1,1）

，

函数（2,2）

等等。而且，

矢量化

不会加快代码的速度（与直接迭代相比）。是的，在这种情况下，并没有试图加快速度，只是优雅地为循环编写多个，而不是只做一个循环<代码>[vfunc（x，y）代表x，y在zip（a，b）]是的，如果你是对的，我可以把所有东西都压缩。我的实际代码有点复杂，我最终修改了函数以考虑形状，而不是多次调用函数

>>> vfunc([[1,2,3],[4,5,6]],[[1,2,3],[4,5,6]])
array([[ 1,  4,  9],
       [16, 25, 36]])

def the_func(x,y): 
    return np.sum(x, axis=1)*np.sum(y, axis=1)