在 NumPy 数组的每一行（逐行）上应用函数

Question

所以，我有这个功能——

def function(x):
    x , y = vector
    return exp(((-x**2/200))-0.5*(y+0.05*(x**2) - 100*0.05)**2)

假设我想在以下几点对其进行评估（第一列是 x 值，第二列是 y 值）-

array([[-1.56113514,  4.51759732],
       [-2.80261623,  5.068371  ],
       [ 0.7792729 ,  6.0169462 ],
       [-1.35672858,  3.52517478],
       [-1.92074891,  5.79966161],
       [-2.79340321,  4.73430001],
       [-2.79655868,  5.05361163],
       [-2.13637747,  5.39255837],
       [ 0.17341809,  3.60918261],
       [-1.22712921,  4.95327158]])

即我想传递函数的第一行值并评估，然后是第二行并评估等，然后最终结果将是在这些点评估的值的数组（因此，一个由 10 个值组成的数组） .

因此，例如，如果函数是一个二元正态分布——

def function2(x):

function2 = (mvnorm.pdf(x,[0,0],[[1,0],[0,1]]))

return function2

我将上述值传递给这个函数，我会得到 -

array([  1.17738907e-05,   1.08383957e-04,   1.69855078e-04,
         5.64757613e-06,   1.37432346e-05,   1.44032800e-04,
         1.33426313e-05,   1.97822328e-06,   6.56121709e-08,
         4.67076770e-05])

所以基本上，我正在寻找一种重写函数的方法，以便它可以做到这一点。 此外，我想将该函数保留为仅包含一个变量的函数（即仅包含 x 的函数）。

感谢您的帮助！

Answer 1

您可以使用np.apply_along_axis ：

np.apply_along_axis(function, 1, array)

第一个参数是函数，第二个参数是应用函数的轴。 在您的情况下，它是第一个轴。 当然，最后一个参数是数组。

---

但是，应该警告您， apply_along_axis只是一个方便的函数，而不是灵丹妙药。 它有一个严重的速度限制，因为它只是隐藏了一个循环。 在可能的情况下，您应该始终尝试矢量化您的计算。 这是我如何做到这一点：

v = array[:, 0] ** 2   # computing just once  
return np.exp((-v / 200) - 0.5 * (array[:, 1] + 0.05 * v - 5) ** 2)

Answer 2

有几种方法可以实现这一点，唯一需要更改的行是x和y的分配。 x,y = vector仅当所述第一尺寸的工作原理vector具有长度为2（ vector.shape = 2,... ）。 因此，您可以使用以下任何命令简单地更改向量：

x,y = vector.T #transpose the array
x,y = vector.swapaxes(0,1) #swap the axis 0 and 1
x,y = np.rollaxis(vector,1) #roll the axis 1 to the front
x,y = vector[:,0], vector[:,1] #slice asignement

只需选择您最喜欢的一种，可能还有其他方式（我几乎可以肯定，但我想这已经足够了）。 最后一个是迄今为止最快的，其他的都差不多。 然而，最后一个的缺点是，在更高维度上使用它并不容易。