在numpy/scipy中矢量化循環？

我試圖向量化一個for循環，我有一個類的方法裏面。 for循環具有以下形式：它通過一串點的迭代，並且根據一定的變量（稱爲「self.condition_met」下方）是否爲真，呼籲點一對函數，並將結果添加到列表。這裏的每個點是在列表中的一個向量的元素，即一個數據結構，它看起來像陣列（[[1,2,3]，[4,5,6]，...]）。這是有問題的功能：在numpy/scipy中矢量化循環？

def myClass: 
    def my_inefficient_method(self): 
     final_vector = [] 
     # Assume 'my_vector' and 'my_other_vector' are defined numpy arrays 
     for point in all_points: 
     if not self.condition_met: 
      a = self.my_func1(point, my_vector) 
      b = self.my_func2(point, my_other_vector) 
     else: 
      a = self.my_func3(point, my_vector) 
      b = self.my_func4(point, my_other_vector) 
     c = a + b 
     final_vector.append(c) 
     # Choose random element from resulting vector 'final_vector'

self.condition_met設置之前my_inefficient_method被調用，因此它似乎沒有必要每次都檢查了，但我不知道如何更好地寫。由於這裏沒有破壞性操作，所以似乎我可以將整個事件重寫爲矢量化操作 - 這可能嗎？任何想法如何做到這一點？

來源

2010-04-19 user248237dfsf

你可以重寫my_funcx要矢量？如果是這樣，你可以做

def myClass: 
    def my_efficient_method(self): 
     # Assume 'all_points', 'my_vector' and 'my_other_vector' are defined numpy arrays 
     if not self.condition_met: 
      a = self.my_func1(all_points, my_vector) 
      b = self.my_func2(all_points, my_other_vector) 
     else: 
      a = self.my_func3(all_points, my_vector) 
      b = self.my_func4(all_points, my_other_vector) 
     final_vector = a + b 
     # Choose random element from resulting vector 'final_vector'

來源

2010-04-19 19:35:48 mtrw

這可能是最好做什麼mtrw，但如果你不知道向量化，你可以嘗試在my_func小號

http://docs.scipy.org/doc/numpy/reference/generated/numpy.vectorize.html

來源

2010-04-19 19:45:06

「矢量化功能主要爲了方便而提供，而不是性能。這個實現本質上是一個for循環。「 – endolith 2012-07-12 16:47:01

numpy.vectorize這隻需要NumPy中的幾行代碼（其餘的只是創建一個數據集，幾個函數和設置）。

import numpy as NP 

# create two functions 
fnx1 = lambda x : x**2 
fnx2 = lambda x : NP.sum(fnx1(x)) 

# create some data 
M = NP.random.randint(10, 99, 40).reshape(8, 5) 

# creates index array based on condition satisfaction 
# (is the sum (of that row/data point) even or odd) 
ndx = NP.where(NP.sum(M, 0) % 2 == 0) 

# only those data points that satisfy the condition (are even) 
# are passed to one function then another and the result off applying both 
# functions to each data point is stored in an array 
res = NP.apply_along_axis(fnx2, 1, M[ndx,]) 

print(res) 
# returns: [[11609 15309 15742 12406 4781]]

從你的描述我抽象該流動：

支票條件（布爾值）「如果真」
呼叫對這些數據點（行）滿足功能條件
將每組調用的結果附加到列表（'res'下面）

來源

2010-04-19 19:52:09 doug

在numpy/scipy中矢量化循環？

回答

相關問題