Skip to main content
 首页 » 编程设计

python之嵌套循环中的矢量化操作 : Python

2024年10月24日17zhoujg

我有一个 2D numpy 数组,我需要两个嵌套循环来遍历它的每个元素。我想对嵌套循环进行一些矢量化,但我一直收到错误提示,

j= np.arange (0,x.shape [1]) 
IndexError: tuple index out of range 

这些是原始的嵌套循环:

for k in range(A.shape[0]): 
        for j in range(A.shape[1]): 
            A[k,j] = method1(x[k],x[j],a,c0,c1) 

这就是我尝试根据这个答案进行矢量化的方式,https://codereview.stackexchange.com/questions/17702/python-numpy-running-15x-slower-than-matlab-am-i-using-numpy-effeciently ,

j= np.arange (0, A.shape [1]) 
    for k in range(A.shape[0]): 
 
            A[k,j] = method1(x[k],x[j],a,c0,c1) 

我试图更改 np.arange 中的索引,但没有成功。

谁能告诉我如何解决这个问题?

谢谢。

编辑:根据@ajcr 评论,我的错误在于这一行,j= np.arange (0,x.shape [1]),我应该使用二维数组“A”的列数作为 j = np.arange (0,A.shape [1]),但我错误地使用了一维数组 x,因此出现错误。它现在工作得很好。

请您参考如下方法:

由于您不提供功能本身,因此很难给您答案。如果可以对您的计算进行矢量化,那么这就是可行的方法。否则,您可以使用 np.vectorize:

import numpy as np 
 
def my_fun(x,y,a,b): 
    if x > y: 
        return a*x**2 + y 
    else: 
        return b*x**2 + a*y 
 
vec_fun = np.vectorize(my_fun) 
x = np.random.rand(100000) 
y = np.random.rand(100000) 
 
%%timeit 
for xx,yy in zip(x,y): 
    my_fun(xx,yy,1,2) 

10 个循环,3 个循环中的最佳:每个循环 138 毫秒

%%timeit 
    vec_fun(x,y,1,2) 

10 个循环,3 个循环中的最佳:每个循环 65.4 毫秒

如果您只是遍历输入参数列表,您可以使用 multiprocessing.Pool 来利用所有核心。

编辑:正如 BlackCat 指出的那样,np.vectorize 函数可能无法加快速度。如果是这种情况,我能想到的唯一解决方案是使用所有内核或切换到 Cython。