在 python 中，對單個數組f(x)上的標量函數進行矢量化很簡單：只需使用. 但是假設我有兩個（或原則上是多個）具有相同形狀的數組，并且我想對一個帶有標量的函數同時在兩者上進行矢量化。類似的東西，它將再次返回一個具有共同維度的對象。xa1f(a1)a1, a2Nx3g(x,y)x,yg(a1,a2)N編輯：如果a1,a2都是一維的，這變得微不足道。我們使用如下所述的簡單廣播。但是，對于多維數組，答案對我來說并不明顯。那么，我該怎么做，最好使用numpy？示例（已編輯）：a1 = np.array of size 20x3 # so that each row is a 3-vectora2 = np.array of size 20x3 # dittodef f(x, y): # acts on each element ... complicated function, using other global variables ... return ... (scalar)如果沒有矢量化，我需要f單獨循環所有 20 行，并獲得輸出長度為 20 的矢量：result = []for i, elem in a1: result.append(f(elem, a2[i]))result = np.array(result)但是，我想消除for循環，并使用 numpy 矢量化有一個語句。原因是能夠使用jax( https://github.com/google/jax ) 的 numpy 包裝器，然后在 GPU 上加速它。像天真的東西result = f(a1, a2) 不起作用。那么正確的語法是什么？
3 回答
元芳怎么了
TA貢獻1798條經驗 獲得超7個贊
在過去的幾天里，我也一直在嘗試做類似的事情。我終于設法做到了np.vectorize，使用函數簽名。試試下面的代碼片段：
fn_vectorized = np.vectorize(interpolate.interp1d,
signature='(n),(n)->()')
interp_fn_array = fn_vectorized(x[np.newaxis, :, :], y)
在這里，我正在對 interp1d 函數進行矢量化。x 和 y 是形狀 (mxn) 的數組。目標是為x 的第 i 行和y的第i行生成一個插值函數數組。數組“interp_fn_array”包含插值函數（形狀為（1 xm）。
幕布斯7119047
TA貢獻1794條經驗 獲得超8個贊
它可能取決于您需要執行的操作，如果它是一個簡單的總和，那么以下將起作用：
import numpy as np
a = np.arange(3*2*20).reshape((20,3,2))
b = np.arange(2*20).reshape((20,2))
res = (a.transpose((1,2,0))+b.transpose((1,0))).transpose((2,0,1))
print(a[0],b[0])
[[0 1]
[2 3]
[4 5]] [0 1]
print(res[0])
[[0 2]
[2 4]
[4 6]]
首先，輸入數據被轉置，以便在廣播操作中涉及正確的維度。求和后，輸出轉回。
GCT1015
TA貢獻1827條經驗 獲得超4個贊
使用 numpy 的vectorize。
np.vectorize使用簡單 lambda 函數的簡單示例：
import numpy as np
f = np.vectorize(lambda x: 2*x)
f([[2,3],[3,4],[1,1]])
# output:
array([[4, 6],
[6, 8],
[2, 2]])
添加回答
舉報
0/150
提交
取消