我有一个大小为m x n的数组。我想将每个m行单独传递给一个函数,并将结果保存在同一行中。
使用numpy这样做的有效方法是什么?目前我正在使用for循环来实现这个目的:
X : size(m x n)
p : size(m x n)
for i in np.arange(X.shape[0]):
X[i] = some_func(X[i], p[i])
由于您正在修改X
行,因此可以跳过索引并使用zip
迭代行:
In [833]: X=np.ones((2,3)); p=np.arange(6).reshape(2,3)
In [834]: for x,y in zip(X,p):
...: x[:] = x + y
...:
In [835]: X
Out[835]:
array([[1., 2., 3.],
[4., 5., 6.]])
如果您仍然需要索引,则可以添加枚举:
for i,(x,y) in enumerate(zip(X,p)):...
这些替代方案的效率没有太大差异。你仍然需要调用你的函数m
次。您仍然必须通过索引或迭代来选择行。两者在数组上比在等效列表上慢一点。
最好的方法是编写函数,使其直接与2d数组一起工作,而不需要迭代。
X+p
但是如果函数太复杂,那么它的评估时间可能相对较高(与迭代机制相比)。
您可以使用List Comprehension列出X和p Matrix的所有第一行,如下所示。然后你可以轻松地将第一行X和p作为参数发送到你的some_function
import numpy as np
X = np.random.randint(9, size=(3, 3))
p = np.random.randint(9, size=(3, 3))
print(X.shape, p.shape)
XList = [i[0] for i in X]
pList = [j[0] for j in p]
print (XList)
print (pList)
for i in np.arange(XList, pList):
X[i] = some_func(XList, pList)