从根本上讲,转换vline
为numpy的ufunc毫无意义,因为ufunc始终以元素方式应用于numpy数组。因此,输入自变量必须具有相同的形状,或者必须可广播为相同的形状。您正在将形状不兼容的两个数组传递给ufunc_vline
函数(db.shape == (6, 4)
和mask.shape == (3,)
),因此ValueError
您将看到。
还有其他几个问题ufunc_vline
:
np.frompyfunc(vline, 2, 1)
指定vline
应返回一个输出参数,而vline
实际上不返回任何内容(但out
在适当位置进行修改)。
您将db
第一个参数传递给ufunc_vline
,而vline
希望第一个参数传递给idx
,该参数用作的行的索引db
。
另外,请记住,np.frompyfunc
与标准Pythonfor
循环相比,使用Python函数创建ufunc不会产生任何明显的性能优势。要查看任何重大改进,您可能需要使用低级语言(例如C)编码ufunc(请参见文档中的此示例)。
话虽如此,您的vline
函数可以使用标准的布尔数组操作轻松地向量化:
例如: