python - Numpy:在具体示例中摆脱循环

Question

我是 Numpy 的新手，已经阅读了一些有关它的内容。它反复说，你应该在使用 Numpy 时摆脱循环，否则你会有一些 Python 开销，这会减慢你的代码。因此，为了练习，我尝试以“numpythonic”方式实现一个简单的算法，但我无法摆脱 for 循环。有没有办法改进这个解决方案？

我的主要问题是，我遇到了某种“累积条件”情况，我不知道如何在没有循环的情况下解决这个问题。

import numpy as np

def process(data):
    r = np.zeros(3)
    for d in data:
        ru = r / np.linalg.norm(r)
        r = np.where(
            np.dot(ru, d) < 0.0,
            r + np.negative(d),
            r + d
        )    
    return r

data = [
    [0.99558784, 0.03476669, -0.08715574],
    [0.99194152, 0.1217951, -0.0348995],
    [0.9864998, 0.08630755, -0.1391731]
]

print(process(data))
# Out: [ 2.97402916  0.24286934 -0.26122834]

(除了我的主要问题，我当然愿意接受一般批评或改进建议)

Answer 1

一些评论:

1. 在第一个循环中，您的 ru = ... 语句产生警告 - 它除以 0。
2. 在这种情况下，np.dot() 返回单个 float ，而不是数组。因此，没有必要使用 np.where(); if 语句会更快。
3. 对于您提供的数据，您的函数等同于np.sum(data, axis=0)。