python - 我可以使用 np.vectorize() 对列表理解进行矢量化吗？

Question

我对 Python 相当陌生，从 NumPy 开始。
我尝试执行以下操作:

a = np.arange(1, 20)  
f = np.vectorize([x/(x+1) for x in a])  
f(a)  
TypeError: 'list' object is not callable <-- got this error

所以我想知道是否可以对列表理解进行向量化 另外“对象不可调用”是什么意思？备查 提前致谢

Answer 1

不要浪费时间尝试使用np.vectorize，尤其是当您可以进行真正的 numpy 矢量化时。不要被这个名字所迷惑。这不是快速数值计算的捷径。

In [442]: a = np.arange(1,5)

你的列表理解:

In [443]: [x/(x+1) for x in a]
Out[443]: [0.5, 0.6666666666666666, 0.75, 0.8]

可以通过简单的 numpy 数组操作来完成:

In [444]: a/(a+1)
Out[444]: array([0.5, 0.66666667, 0.75, 0.8])

但是让我们假设我们有一个仅适用于标量输入的 s 函数:

In [445]: f = np.vectorize(lambda x: x/(x+1), otypes=[float])
In [446]: f(a)
Out[446]: array([0.5, 0.66666667, 0.75 , 0.8])

它可以工作，但是比 [444] 慢得多，并且比 [443] 快不了多少。