有什么区别np.矢量化（）和正则符号

Question

我是python和numpy的新手。假设我有一个名为addTwo的函数，它只返回给定的值+2。我的问题是这两者之间有什么区别np.矢量化（addTwo）（矩阵）和addTwo（矩阵）。两者_的_输出_相同_ 。_ 基本上我的问题是：如果我有以下代码：

import numpy as np
def addTwo(a):
    return a + 2

matr = np.array([[1, 2], [2, 3], [3, 4]])

我想知道这两者之间的区别：

^{pr2}$

Answer 1

根据文件( https://docs.scipy.org/doc/numpy-1.9.1/reference/generated/numpy.vectorize.html）： The vectorize function is provided primarily for convenience, not for performance. The implementation is essentially a for loop. 这意味着函数的vectorize中没有可以像您的示例中那样直接应用的重分区。 实际上，这可能导致性能下降。 “矢量化”的主要目标是对代码隐藏for循环。但这既不能避免，也不能改变预期结果。在