使用任意的函數

Question

通常灌裝一個numpy的陣列，函數的總和將被這樣在python

fsum = 0 
for k in range(1, N+1): 
    fsum += f(k) 

哪裏f是一些函數來完成。

使用numpy的整點是vectorize everything。在這種情況下，對於非常大的N，循環將會很慢。如何使用numpy填充numpy array使用函數f（可能需要多個參數）？

Answer 1

首先，我已經擴大你的代碼，以實際執行它，包括選擇一個特定的F（K）所需的最小：

import numpy as np 

def f(k): 
    return(np.log(k**2)) 

N=8 
fsum = 0 
for k in range(1, N+1): 
    fsum += f(k) 

print fsum 

其中給出和21.209的答案。現在讓我們做同樣的事情，但矢量化。注意函數f（k）是相同的。

import numpy as np 

def f(k): 
    return(np.log(k**2)) 

N=8 
k = np.array(range(1, N+1)) 
print np.sum(f(k)) 

這給出了相同的答案。關鍵的區別在於我定義了一個numpy數組來包含您在for循環中迭代的輸入。那就是：

k = np.array(range(1, N+1)) 

其中，如果您想更有效，可以簡化爲：

k = np.arange(1, N+1) 

因爲f（K）已寫入使用numpy的數學函數的時候，已經向量化。然後，而不是使用含+ =操作的循環，我代替F上的numpy.sum矢量函數（K）：

print np.sum(f(k)) 

正如可以看到的結果是更簡潔，對於大型陣列它將也要快得多。