我有一个有两个参数的 Python 函数，f(x,y)，它返回一个标量。我还有两个可能的参数 np.array，xs 和 ys。我想计算一个形状为 (xs.size, ys.size) 的二维 numpy 数组，它保存在所有参数组合下计算的 f 值xs 和 ys。结果应该等于
np.array([[f(x,y) for y in ys] for x in xs])
我希望尽可能高效地实现这一目标，并利用多个处理器核心的优势。 f 没有任何副作用。我尝试使用 numpy.vectorize 但未能达到预期的效果。例如。 numpy.outer 正是我想要的 f=operator.__mul__ 特殊情况。
作为额外的警告，虽然可能不立即相关，但其中一个数组(例如 ys)不包含数字，而是包含 scipy.interpolate.interp1d 返回的对象。函数 f 通过这些插值的 scipy.integrate.quad 计算定积分。结果矩阵仍然只包含数字。
最佳答案
假设 f 是一个 python 函数，请使用 numpy.frompyfunc() 和 .outer()
np.frompyfunc(f, 2, 1).outer(xs, ys)
关于python - 获取函数评估的所有组合的矩阵，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35607453/