Python Numpy：在一个具体的例子中去掉循环

我是Numpy的新手，已经读了一些关于它的东西。它反复地说，在使用Numpy时应该去掉循环，因为否则会有一些Python开销，这会降低代码的速度。因此，为了练习，我尝试以“numpythonic”的方式实现一个简单的算法，但我无法摆脱for循环。有没有办法改进这个解决方案

我的主要问题是，我有一些“累积条件”的情况，我不知道如何在没有循环的情况下解决这个问题

import numpy as np

def process(data):
    r = np.zeros(3)
    for d in data:
        ru = r / np.linalg.norm(r)
        r = np.where(
            np.dot(ru, d) < 0.0,
            r + np.negative(d),
            r + d
        )    
    return r

data = [
    [0.99558784, 0.03476669, -0.08715574],
    [0.99194152, 0.1217951, -0.0348995],
    [0.9864998, 0.08630755, -0.1391731]
]

print(process(data))
# Out: [ 2.97402916  0.24286934 -0.26122834]

将numpy导入为np
def过程（数据）：
r=np.零（3）
对于数据中的d：
ru=r/np.linalg.norm（r）
r=np.where(
np.dot（ru，d）<0.0，
r+np.负（d），
研发
)    
返回r
数据=[
[0.99558784, 0.03476669, -0.08715574],
[0.99194152, 0.1217951, -0.0348995],
[0.9864998, 0.08630755, -0.1391731]
]
打印（过程（数据））
#输出：[2.97402916 0.24286934-0.26122834]

（除了我的主要问题之外，我当然愿意接受一般性的批评或改进建议）

一些评论：

在第一个循环中，您的

ru=…

语句生成警告-它除以0

在本例中，

np.dot（）

返回单个浮点，而不是数组。因此，没有必要使用

np.where（）

<代码>如果语句会更快

对于您提供的数据，您的函数相当于

np.sum（data，axis=0）