Python 给定两个大小相同的numpy数组，如何将函数应用于两个位于相同位置的每对元素？

我有两个大小相同的numpy数组，希望对位于同一位置的每对元素应用一个函数（这里是

binom\u test

）

下面的代码符合我的要求，但我想存在一个更优雅的解决方案

import numpy as np
from scipy.stats import binom_test

h, w = 3, 4

x=np.random.random_integers(4,9,(h,w))
y=np.random.random_integers(4,9,(h,w))
result = np.ones((h,w))

for row in range(h):
    result[row,:] = np.array([binom_test(x[row,_], x[row,_]+y[row,_]) for _ in range(w)])

print(result)

第一个参数可以是数组，但第二个参数 stats.binom_test的参数必须是整数，而不是数组

因此，除非

x+y

（作为第二个参数传递的值）包含大量 重复这些值，无法减少对

stats.binom\u test

的调用次数。 通常，您只需为

x

和

x+y

中的每个元素调用一次

但是，NumPy确实有一个helper函数，它可以使语法更漂亮

np.vectorize

返回一个函数，该函数可以将数组作为输入并返回数组作为输出<代码>np。矢量化主要是。在引擎盖下，它执行

for循环

，与您编写的循环非常相似。因此，循环的显式

可以替换为

binom_test = np.vectorize(stats.binom_test)
result = binom_test(x, x+y)


屈服

[[ 1.          0.75390625  0.77441406  0.60723877]
 [ 1.          0.79052734  0.77441406  0.77441406]
 [ 1.          1.          1.          1.        ]]

为什么不能同时循环两个阵列？
[[ 1.          0.75390625  0.77441406  0.60723877]
 [ 1.          0.79052734  0.77441406  0.77441406]
 [ 1.          1.          1.          1.        ]]