将函数映射到numpy数组，变化一个参数

Question

首先，让我给你看看代码：

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

我在这里做的事情是试图把 func 应用到一个数组上，每次都改变 func 的第二个参数的值。这样做太慢了（每次都创建一个新函数肯定没什么帮助），我觉得我没有用上 Python 更优雅的写法。有什么建议吗？

如果能得到一个二维数组的解决方案会不会不错呢？我不太确定，但也许是个好主意。

对可能的问题的回答：

• 是的，这个问题可以算作一个优化问题（do_something_else() 隐藏了这一点）
• 不，scipy.optimize 没有奏效，因为我处理的是布尔值，似乎总是无法收敛。

Answer 1

你能重写这个函数吗？如果可以的话，建议你让这个函数接受两个numpy数组，一个是a，另一个是numpy.arange(n)。你可能需要调整一下数组的形状，以便它们能够正确对齐，方便进行广播操作。

Answer 2

如果a的大小很大，那么问题的关键不在于创建这个函数，而在于复制这个数组。

Answer 3

你试过 numpy.vectorize 吗？

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