Скажем, у меня есть массив d
измерений, и я хочу применить функцию, которая возвращает 1D-массив для каждого элемента, что дает массив d+1
-dimensional. Очень похоже, что поиск встраивания работает. Например:
def f(x):
return np.array([x * i for i in range(6)])
m = np.random.randint(0,10, (2,3,4,5))
g = np.vectorize(f)
h = np.vectorize(f, otypes=[np.ndarray])
Я ожидаю, что n=g(m)
будет иметь форму (2,3,4,5,6)
же, как если бы я написал 4 for
циклов, применяя f
к каждому элементу в m
.
Однако g
вызывает ошибку: ValueError: setting an array element with a sequence.
и h
возвращает нечетный массив, заканчивающийся так:
...
[array([0, 9, 18, 27, 36, 45, 54, 63, 72]),
array([0, 5, 10, 15, 20, 25, 30, 35, 40]),
array([0, 7, 14, 21, 28, 35, 42, 49, 56]), ...,
array([0, 1, 2, 3, 4, 5, 6, 7, 8]),
array([0, 4, 8, 12, 16, 20, 24, 28, 32]),
array([0, 3, 6, 9, 12, 15, 18, 21, 24])]]]], dtype=object)
которые я не могу изменить к тому, что я ожидаю.
Я получаю комментарий @hpaulj, я просто не могу найти, как это сделать иначе.
vectorize
добавляет параметр signature
который делает то, что вы хотите. Однако он еще медленнее, чем подход otypes
. Все еще для полноты, я проиллюстрирую:
In [198]: def f(x):
...: return np.array([x * i for i in range(6)])
In [199]: g = np.vectorize(f, signature='()->(6)')
Он принимает любой массив фигур и возвращает новый с размером размера 6:
In [202]: g(1)
Out[202]: array([0, 1, 2, 3, 4, 5])
In [203]: g(np.array([1,2]))
Out[203]:
array([[ 0, 1, 2, 3, 4, 5],
[ 0, 2, 4, 6, 8, 10]])
In [204]: g(np.array([[1],[2]]))
Out[204]:
array([[[ 0, 1, 2, 3, 4, 5]],
[[ 0, 2, 4, 6, 8, 10]]])
Чтобы сделать это быстрее, вы записываете f
таким образом, чтобы использовать скомпилированные методы numpy
. Нет функции, которая будет использовать функцию Python и переписать ее быстрее.
Для этого f
мы можем использовать бесчисленное вещание и писать:
In [205]: def fn(x):
...: return x[...,None] * np.arange(6)
...:
In [207]: fn(np.array(1))
Out[207]: array([0, 1, 2, 3, 4, 5])
In [208]: fn(np.array([1,2]))
Out[208]:
array([[ 0, 1, 2, 3, 4, 5],
[ 0, 2, 4, 6, 8, 10]])
In [209]: fn(np.array([[1],[2]]))
Out[209]:
array([[[ 0, 1, 2, 3, 4, 5]],
[[ 0, 2, 4, 6, 8, 10]]])
Здесь векторизация была легкой. Иногда это требует некоторого умного мышления, а иногда и невозможного (особенно если проблема по своей сути носит серийный характер). Существуют инструменты для создания более быстрого скомпилированного кода из итеративных решений, таких как numba
и cython
.
f
возвращает массив для скалярногоx
. Создает результирующий массив формы, соответствующейx
. Он может только поместить массив в массивobject
dtype.for
петель?