如何有效率地將函數應用於 NumPy 陣列？

Numpy 數組的向量化函數

要在numpy 數組上有效地映射函數，您可以利用向量化的強大功能，它允許您對數組按元素執行操作。這比使用基於循環的方法（如列表推導式）要快得多。

NumPy 本機函數

如果您要對應的函數已經向量化為NumPy 函數，例如np.square() 用於將元素平方，強烈建議使用它。它將比其他方法快得多。

使用 NumPy 的向量化進行矢量化

NumPy 提供了向量化函數的向量化函數。它包裝您的函數以在數組上啟用按元素操作：

import numpy as np

def f(x):
    return x ** 2

vf = np.vectorize(f)
x = np.array([1, 2, 3, 4, 5])
squares = vf(x)

另一種選擇是在不初始化函數包裝器的情況下使用矢量化：

squares = np.vectorize(f)(x)

其他向量化方法

其他向量化方法include:

• np.fromiter()：迭代產生器並建構一個陣列。
• np.array(list(map(f, x)))：使用地圖function 對每個元素套用函數，然後轉換為陣列。

效能注意事項

雖然所有這些方法都可以向量化函數，但它們的效能可能會有所不同。基準測試表明，如果可用，使用 NumPy 的本機函數是最快的。對於其他情況，向量化和 fromiter 通常比 np.array(list(map(f, x))) 表現更好。

以上是如何有效率地將函數應用於 NumPy 陣列？的詳細內容。更多資訊請關注PHP中文網其他相關文章！