如何對numpy矩陣中的每個元素執行操作？

說我有一個函數foo（），它接受一個浮點數並返回一個浮點數。將此函數應用於numpy矩陣或數組中的每個元素的最快/最蟒蛇方法是什麼？如何對numpy矩陣中的每個元素執行操作？

我本質上需要的是這個代碼的版本，不使用循環：

import numpy as np 

big_matrix = np.matrix(np.ones((1000, 1000))) 

for i in xrange(np.shape(big_matrix)[0]): 

    for j in xrange(np.shape(big_matrix)[1]): 

     big_matrix[i, j] = foo(big_matrix[i, j])

我試圖找到numpy的文檔中的東西，讓我做到這一點，但我的天堂」什麼都沒發現。

編輯：正如我在評論中所提到的，特別是我需要使用的功能是雙曲線函數，f(z) = 1/(1 + exp(-z))。

來源

2016-07-26 Adrian Padin

同意矢量化是答案。您將需要重新考慮foo（）所做的功能，目前它適用於單個元素。矢量化意味着一次對整個行/列進行操作，從而消除循環。 –

'np.vectorize'絕對是一般情況下最「pythonic」的。然而，對於某些函數'foo'，通過完全不使用函數並依賴'numpy'向量操作，你可能會做得更好（因爲'np.vectorize'實際上沒有做任何事情來使得計算更高性能）。 – mgilson

我專門希望使用S形函數，即'F（z）的= 1 /（1 + EXP（-z））' –

如果foo確實是一個黑盒子，需要一個標量，並返回一個標量，那麼你必須使用某種形式的迭代。人們經常嘗試np.vectorize，並認識到，正如文件所述，它不會加快速度。作爲廣播多個輸入的方式，它是最有價值的。它使用np.frompyfunc，它稍微快一點，但有一個不太方便的界面。

正確numpy的辦法是改變你的功能，所以它與陣列工作。這應該不難與您的意見功能

f(z) = 1/(1 + exp(-z))

有一個np.exp函數。其餘的都是簡單的數學。

來源

2016-07-26 22:13:56 hpaulj

接受，因爲它回答我的實際問題。我改變了我的問題來反映這一點。 –

如何對numpy矩陣中的每個元素執行操作？

回答

相關問題