NumPy ufuncs

什么是 ufuncs？

ufuncs 是“通用函数”(Universal Functions)的缩写，它们是操作 ndarray 对象的 NumPy 函数。

为什么要使用 ufuncs？

ufuncs 用于在 NumPy 中实现向量化，这比迭代元素要快得多。

它们还提供了广播和额外的方法，如 reduce、accumulate 等，这些方法对计算非常有帮助。

ufuncs 还接受额外的参数，例如：

where 布尔数组或条件，定义操作应在何处进行。

dtype 定义元素的返回类型。

out 输出数组，应将返回值复制到此数组。

什么是向量化？

将迭代语句转换为基于向量的操作称为向量化。

由于现代 CPU 针对此类操作进行了优化，因此速度更快。

添加两个列表的元素

list 1: [1, 2, 3, 4]

list 2: [4, 5, 6, 7]

一种方法是迭代两个列表，然后对每个元素求和。

实例

不使用 ufunc，我们可以使用 Python 的内置 zip() 方法：

x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = []

for i, j in zip(x, y):
  z.append(i + j)
print(z)

亲自试一试

NumPy 为此提供了一个名为 add(x, y) 的 ufunc，它将产生相同的结果。

实例

通过 ufunc，我们可以使用 add() 函数：

import numpy as np

x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = np.add(x, y)

print(z)

亲自试一试