代码之家 › 专栏 › 技术社区 › Hector Barbossa

np之间有什么区别。vectorize()和正则表示法

linear-algebra numpy python

Hector Barbossa · 技术社区 · 8 年前

我是python和numpy的新手。假设我有一个名为addTwo的函数,它只返回给定值+2。我的问题是np之间的区别是什么。矢量化(addTwo)(矩阵)和addTwo(矩阵)。两者的输出相同。基本上我的问题是:如果我有以下代码:

import numpy as np
def addTwo(a):
    return a + 2

matr = np.array([[1, 2], [2, 3], [3, 4]])

addTwo(matr)
np.vectorize(addTwo)(matr)

1 回复 | 直到 8 年前

Timofey Chernousov 8 年前

根据文件( https://docs.scipy.org/doc/numpy-1.9.1/reference/generated/numpy.vectorize.html ): The vectorize function is provided primarily for convenience, not for performance. The implementation is essentially a for loop. 这意味着没有reazon vectorize 函数的,它可以直接应用,就像在你的例子中一样。实际上,这可能会导致性能下降。 “矢量化”的主要目标是对代码隐藏for循环。但这既不会避免,也不会改变预期结果。

推荐文章

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

10 月前

unfolx · numpy数组不等式的执行时间

10 月前

mchaudh4 · 用numpy表示三对角矩阵

10 月前

Geremia · 2D NumPy数组+1D数组?

10 月前

LMC · Numpy数组布尔索引以获取包含元素

10 月前

HJA24 · 根据条件用值正向填充Numpy矩阵/掩码

11 月前

alpelito7 · 如何只获取numpy数组中每个递增值的第一次出现?

11 月前

Amarth Gûl · 找到一组向量的最近收敛点

11 月前

Mr. W · numpy.divide是函数、类还是其他什么?

11 月前

Mr. W · 为什么numpy.array在编辑内部数据时如此缓慢?

11 月前