首頁 >後端開發 >Python教學 >在 NumPy 數組上映射函數的最有效方法是什麼?

在 NumPy 數組上映射函數的最有效方法是什麼?

Barbara Streisand
Barbara Streisand原創
2024-12-13 17:03:09661瀏覽

What's the Most Efficient Way to Map Functions Over NumPy Arrays?

探索NumPy 中的高效數組映射

在本次討論中,我們深入研究在NumPy 數組上映射函數的最有效方法。一種常見的方法是利用列表理解,然後轉換回 NumPy 數組:

import numpy as np 

x = np.array([1, 2, 3, 4, 5])
squarer = lambda t: t ** 2
squares = np.array([squarer(xi) for xi in x])

但是,由於中間 Python 列表的創建和轉換,這種方法可能會表現出低效率。讓我們探索可能提高性能的替代方法。

利用本機NumPy 函數

如果目標函數已在NumPy 中實現,則最好直接使用它,如下所示演示如下:

x ** 2

由於固有的最佳化,這種方法比其他方法快得多NumPy 的原生函數。

向量化函數

當所需函數不是 NumPy 原生函數時,向量化是一種強大的技術,可以按元素應用函數數組。這可以使用以下方法來完成:

vf = np.vectorize(f)
vf(x)

此方法為向量化操作提供了高效的實作。

使用fromiter()

fromiter()函數可用來建立一個迭代器,該迭代器根據提供的函數和陣列產生元素值:

np.fromiter((f(xi) for xi in x), x.dtype)

此方法特別適合從迭代器產生自訂數組元素。

表現比較

經驗測試顯示顯著的性能各種測繪方法之間的差異。如果函數在 NumPy 中進行向量化,則直接使用該函數在速度方面是無與倫比的。對於自訂函數,向量化或 fromiter() 通常比基於列表理解的方法具有顯著優勢。

結論

在 NumPy 陣列上映射函數的最有效方法取決於特定的功能和資料特徵。如果可能,強烈建議利用本機 NumPy 函數。向量化和 fromiter() 為自訂函數提供了有效的替代方案。效能測試對於確定給定場景的最佳方法至關重要。

以上是在 NumPy 數組上映射函數的最有效方法是什麼?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn