问题标签 [numpy-ufunc]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 给定两个类似数组的操作数（而不是尝试广播它们），如何使 ufunc 输出矩阵？
我想从 a 中得到一个给定两个值的矩阵ndarray，ufunc例如：
上面的代码不起作用（它给出了 aValueError因为它尝试广播两个数组并且由于它们具有不同的形状而失败：（5，）和（3，））；我想获得一个值矩阵，其中行对应于度数，列对应于多项式被评估的点（反之亦然，没关系）。
目前我的解决方法是简单地使用for-loop：
有没有办法做到这一点？一般来说，如果您有类似 array_like 的参数，您如何让ufunc用户知道您想要一个-n维数组？n
我知道numpy.vectorize，但这似乎既不比简单的循环更快也不优雅for（而且我什至不确定你是否可以将它应用于现有的ufunc）。
更新ufunc接收 3 个或更多参数的 's 呢？尝试outer方法给出了一个ValueError: outer product only supported for binary functions. 例如，scipy.special.eval_jacobi。
python - 在 numpy 中广播对 3D 数组的操作的时间缩放
我正在尝试在两个 3D 数组上广播“>”的简单操作。一个具有尺寸 (m, 1, n)，另一个具有尺寸 (1, m, n)。如果我更改第三维 (n) 的值，我会天真地期望计算速度会缩放为 n。
但是，当我尝试明确测量这一点时，我发现当 n 从 1 增加到 2 时，计算时间增加了大约 10 倍，之后缩放是线性的。
为什么从 n=1 到 n=2 时计算时间会急剧增加？我假设它是 numpy 中的内存管理工件，但我正在寻找更多细节。
代码附在下面的结果图中。
广播操作的时间图
python - 如何在不使用 for 循环的情况下将矢量化函数映射到 numpy 数组？
所以这就是我已经拥有的：
这是我想做的事情：
但是，当我运行上述代码块时，出现以下错误：
根据我对广播如何工作的理解numpy，这应该有效。我可以只使用一个for循环，但随着样本数量的增加，它会变得非常慢。
停止
python - 在最后一个轴上将外部减法与元素减法相结合？
考虑上面的代码。我有一个形状数组A(4,4,4,16,3)，它表示格子中的 3D 位置向量（dim 3 的最后一个轴是 x、y、z 坐标）。前 4 个维度索引点阵中的站点。
我想要的是
我想从 中生成A一个数组，该数组包含晶格中站点之间所有可能的分离向量。B这意味着一个形状为 的输出数组(4,4,4,16,4,4,4,16,3)。前 4 个维度是站点 i，接下来是站点 j 的 4 个维度，然后是位置向量差的 (x,y,z) 坐标的最后一个维度。
即A[a,b,c,d]：形状（3，）是第一个站点的（x，y，z）；A[r,s,t,u]：形状（3，）是第二个站点的（x，y，z）；然后我想B[a,b,c,d,r,s,t,u]成为前两者之间的 (x,y,z) 差异。
我的尝试
我知道该ufunc.outer功能，正如您在我的代码尝试中看到的那样。但我坚持将它与在每个A.
在我的尝试中，B具有我想要的正确尺寸，但这显然是错误的。有什么提示吗？（除非使用任何 for 循环）
python - Numpy，将数组与标量相乘
是否可以使用 ufuncs https://docs.scipy.org/doc/numpy/reference/ufuncs.html
为了将函数映射到数组（一维和/或二维）和标量
如果不是我的实现方式这个？
例如：
预期结果：
如果它与问题相关，我正在使用 python 2.7。
python - ufunc与Numpy中的基本算术运算符
我看到 Universal Function(ufunc) 用于执行元素数组操作。
这段代码类似于arr + arr2. 在那种情况下，我们为什么要使用 ufunc？
python - 如何使用 numpy 沿轴制作 Hadamard 产品？
我正在尝试使用 2-D 阵列制作 3-D 的 Hadamard 产品。2-D 数组共享 3-D 数组的前两个轴的形状，应该沿着 2 轴（因此，第 3 轴）移动以进行乘法运算，这意味着：用切片 0 制作 Hadamard 积，然后切片 1，等等（参见图像，示意图）。
原始的 3-D 数组是一个opencv图像，因此具有 fe 的形状(1080, 1920, 3)。二维阵列是该图像的一个切片，因此其形状为(1080, 1920)
有没有办法在没有循环或自己指定每个切片的情况下做到这一点？或者是循环到这里的方式吗？
有效的是：
但是，我不希望在代码中进行两次计算。
我试过了：
虽然这在使用二维和一维数组时有效
它在 3-D/2-D 情况下给出了广播错误：
同样适用于np.apply_along_axis：
产生以下结果：
但我想这行不通，因为它是为一维函数设计的......
python-3.x - 评估数组值函数python 3
我需要集成一个矩阵函数，如下例所示：
执行此操作的非有效方法是使用三个 for 循环。虽然，我想让它更有效率。我考虑过使用“地图”，例如：
a1, a2,a3和w是相同大小的数组（a 是样本点，w 是权重）
这是最优化的方式吗？