Numpy 修炼之道 （13）—— 将python函数向量化

推荐阅读时间：4min~5min 文章内容： 使用Numpy将python函数向量化

想要实现将python函数向量化，Numpy中的vectorize 和frompyfunc函数都可以满足要求。

vectorize 函数

Numpy的 vectorize 函数能够实现将普通的python函数转化成具有向量化的功能。简单来说就是，如果一个python函数只能对单个元素进行某种处理操作，经过vectorize 转化之后，能够实现对一个数组进行处理。

>>> add_one([1, 2, 3])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 2, in add_one
TypeError: can only concatenate list (not "int") to list
>>> vadd_one = np.vectorize(add_one)
>>> vadd_one([1, 2, 3])
array([2, 3, 4])

需要注意的是，vectorize函数主要作用是提供便利，而不是性能。它的实现本质上是for循环。

更详细的内容请参见：

https://docs.scipy.org/doc/numpy1.13.0/reference/generated/numpy.vectorize.html

frompyfunc 函数

frompyfunc 函数可以实现类似的功能，不过它需要指定输入参数的个数与返回结果的个数。

>>> uadd_one = np.frompyfunc(add_one, 1, 1)
>>> uadd_one([1, 2, 3])
array([2, 3, 4], dtype=object)

更详细的内容请参见：

https://docs.scipy.org/doc/numpy1.13.0/reference/generated/numpy.frompyfunc.html#numpy.frompyfunc

作者：无邪，个人博客：脑洞大开，专注于机器学习研究。