python - 映射函数到numpy数组，改变参数

Question

首先，让我向您展示codez：

a = array([...])
for n in range(10000):
    func_curry = functools.partial(func, y=n)
    result = array(map(func_curry, a))
    do_something_else(result)
    ...

我在这里所做的是尝试应用于func数组，每次更改func第二个参数的值。这太慢了（每次迭代都创建一个新函数肯定无济于事），我也觉得我错过了 Python 的做法。有什么建议吗？

给我一个二维数组的解决方案是个好主意吗？我不知道，但也许是这样。

对可能问题的回答：

• 是的，这是（使用广义定义），一个优化问题（do_something_else()隐藏这个）
• 不， scipy.optimize 没有奏效，因为我正在处理布尔值并且它似乎永远不会收敛。

Answer 1

你试过了numpy.vectorize吗？

...
    vfunc_curry = vectorize(functools.partial(func, y=n))
    result = vfunc_curry(a)
...

Answer 2

如果a大小很大，则瓶颈不应该是函数的创建，而是数组的重复。

Answer 3

你能重写函数吗？如果可能，您应该编写函数来获取两个 numpy 数组a和numpy.arange(n). 您可能需要重塑以使阵列排队以进行广播。