python - frompyfunc和numpy中的vectorize之间的区别

numpy中的vectorize和frompyfunc有什么区别？

两者看起来非常相似。他们每个人的典型用例是什么？

编辑:正如JoshAdel所指出的，vectorize类似乎建立在frompyfunc之上。 (请参阅the source)。我仍然不清楚frompyfunc是否可能具有vectorize未涵盖的任何用例...

最佳答案

正如JoshAdel指出的那样，vectorize包装了frompyfunc。 Vectorize添加了其他功能:

从原始函数

复制文档字符串

允许您从广播规则中排除参数。

返回正确dtype的数组，而不是dtype = object

编辑:经过一些简短的基准测试后，我发现对于大型数组，vectorize比frompyfunc显着慢(〜50％)。如果性能对您的应用程序至关重要，请首先对用例进行基准测试。

`

>>> a = numpy.indices((3,3)).sum(0)

>>> print a, a.dtype
[[0 1 2]
 [1 2 3]
 [2 3 4]] int32

>>> def f(x,y):
    """Returns 2 times x plus y"""
    return 2*x+y

>>> f_vectorize = numpy.vectorize(f)

>>> f_frompyfunc = numpy.frompyfunc(f, 2, 1)
>>> f_vectorize.__doc__
'Returns 2 times x plus y'

>>> f_frompyfunc.__doc__
'f (vectorized)(x1, x2[, out])\n\ndynamic ufunc based on a python function'

>>> f_vectorize(a,2)
array([[ 2,  4,  6],
       [ 4,  6,  8],
       [ 6,  8, 10]])

>>> f_frompyfunc(a,2)
array([[2, 4, 6],
       [4, 6, 8],
       [6, 8, 10]], dtype=object)

`