对数组的行进行向量化

Question

我有一个数组 X，我想将函数 f 应用于 X 的所有行：

# silly example
X = numpy.array([[1, 2, 3, 4, 5],
                 [6, 7, 8, 9, 0]], 'i')

def f(row): return sum(row)

y = numpy.vectorize(f, 'i')(rows(X))

现在，y > 应该是array([15,30], 'i')。哪种方法或切片魔法能够以最有效的方式实现行？

Answer 1

NumPy 实现了“特定轴上的动作”的概念。通用函数为 numpy.apply_along_axis() ：（

>>> numpy.apply_along_axis(sum, 1, X)
array([15, 30])

其中 sum 当然可以替换为任何内容）。

Answer 2

它必须是 numpy 提供的东西吗？因为我只看到列表理解

[action_to_apply(row) for row in X]

Answer 3

这是另一个例子，它考虑了结果的类型和大小：

numpy.fromiter((your_func(row) for row in X), dtype=bool, count=len(X))

即使循环不是 C 循环，设置结果的类型和大小可能有助于加快速度。