python numpy.vectorize() | 参数signature使用方法

最新推荐文章于 2025-03-28 20:48:18 发布

原创

最新推荐文章于 2025-03-28 20:48:18 发布 · 2.4k 阅读

6 ·

CC 4.0 BY-SA版权

本文详细介绍了numpy库中的numpy.vectorize()函数，特别是其参数signature的使用。numpy.vectorize()允许将函数应用于数组，实现向量化操作。signature参数允许指定函数处理固定长度数组的方式，使得函数能以特定形状的数组作为输入和输出，提升计算效率。文中通过实例解析了如何使用signature计算矩阵的相关系数和显著度，展示了其在处理数组数据时的灵活性。

np.vecotrize()函数还是很常用的，但是其中signature这个方法使用频率低。没啥靠谱的中文解释，这里记录一下。

1. numpy.vectorize() 基本介绍

a. 命令形式：
class numpy.vectorize(pyfunc, otypes=None, doc=None, excluded=None, cache=False, signature=None )

b. 官方文档的定义：

Define a vectorized function which takes a nested sequence of objects
or numpy arrays as inputs and returns a single numpy array or a tuple
of numpy arrays. The vectorized function evaluates pyfunc over successive tuples of the input arrays like the python map function, except it uses the broadcasting rules of numpy.

np.vecotrize(pyfunc)定义一个向量化的函数（pyfunc），使得数组可以作为输入, 并返回数组作为输出。向量化的函数（pyfunc） 的输入是连续的数组，和map()的使用方法比较像。np.vecotrize()和map()