向量化 Python 函数

最新推荐文章于 2023-10-24 23:56:26 发布

Aai子冉

最新推荐文章于 2023-10-24 23:56:26 发布

阅读量298

点赞数

文章标签： python 开发语言后端

原文链接：https://www.codesd.com/item/vectorize-the-python-function.html

版权

本文介绍如何快速高效地使用numpy网格对旧函数`old_func`进行矢量化调用，避免手动创建数组。通过展平、应用函数和重塑输出，实现对二维空间中每个(x, y)点的函数计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我有一个名为的旧函数 old_func ，它将两个位置参数作为输入， x 并且 y . 函数的输入是这样写的，使用元组作为输入：

<span style="color:#444444"><span style="background-color:#f6f6f6"><span style="color:#333333"><strong>def </strong></span> <span style="color:#880000"><strong>old_func </strong></span>(位置) :

    x, y = 位置
    <span style="color:#333333"><strong>返回</strong></span>x ** <span style="color:#880000">2</span> + y ** <span style="color:#880000">2</span></span></span>

我现在想要一种在值网格上调用函数的快速简便的方法：

<span style="color:#444444"><span style="background-color:#f6f6f6">xx = numpy.linspace(0, 1, 100)
yy = numpy.linspace(0, 1, 100)
X, Y = numpy.meshgrid(xx, yy)

array_positions = (X,Y)
old_fun(array_positions)</span></span>

目的是x 对函数中的每个操作都对所有的 X 和相同的完成 y 。我尝试使用矢量化函数，但这不起作用。我不想更改函数以接受 NumPy 数组，因为这将花费太长时间。

下面的代码可以解决问题，并为您省去创建 array_positions .

首先，使用来展平并变成形状为的 NumPy 数组。 ravel XY(10000,)

<span style="color:#444444"><span style="background-color:#f6f6f6">X_flattened = X.ravel()
 Y_flattened = Y.ravel()</span></span>

然后，使用来实现自定义函数，沿着这些扁平数组的长度迭代。

<span style="color:#444444"><span style="background-color:#f6f6f6">float_array = np.apply_along_axis(old_func, <span style="color:#880000">0</span> , (X_flattened, Y_flattened))</span></span>

最后，将输出数组重塑为所需的形状 (100, 100) 。

<span style="color:#444444"><span style="background-color:#f6f6f6"><span style="color:#333333"><strong>np </strong></span><span style="color:#880000">.reshape</span> (float_array, ( <span style="color:#880000">100</span> , <span style="color:#880000">100</span> ))</span></span>