<p>L'implémentation de numpy.vectorize est essentiellement une boucle for?</p>

Oui. Dans le contexte des langages de programmation de tableaux numériques interprétés comme Python (avec numpy) et MATLAB ™, nous utilisons souvent la «vectorisation» pour désigner le remplacement des boucles explicites dans le langage de programmation interprété par une fonction (ou un opérateur) qui prend en charge tous les boucle logique en interne. Dans numpy, les ufunc implémentent cette logique. Ceci n'est pas lié à l'utilisation de la "vectorisation" pour se référer à l'utilisation d'instructions CPU SIMD qui calculent sur plusieurs entrées simultanément, sauf qu'elles utilisent toutes les deux une métaphore similaire: elles sont comme leurs homologues "scalaires", mais effectuent le calcul sur plusieurs valeurs d'entrée avec une seule invocation.

Avec numpy.vectorize() , il n'y a généralement pas beaucoup d'avantages en termes de vitesse par rapport à la boucle Python explicite for . Le point principal est de transformer la fonction Python en un ufunc , qui implémente toute la sémantique de diffusion et traite donc toutes les tailles d'entrées. La fonction Python qui est "vectorisée" prend toujours la plupart du temps, ainsi que la conversion de la valeur brute de chaque élément en un objet Python à transmettre à la fonction. Vous ne vous attendriez pas à ce que np.vectorize(lambda x, y: x + y) soit aussi rapide que ufunc np.add , qui est C à la fois dans la boucle et dans le contenu de la boucle.

Merci pour votre explication détaillée. Mais pour être clair, permettez-moi de prendre un exemple.

import pandas as pd
import numpy as np
df = pd.DataFrame({'a': range(100000), 'b': range(1, 1000001)})
# method1
df.loc[:, 'c'] = df.apply(lambda x: x['a'] + x['b'], axis=1)
# method2 
df.loc[:, 'c'] = np.vectorize(lambda x, y: x + y)(df['a'], df['b'])
# method3
df.loc[:, 'c'] = np.add(df['a'], df['b'])

donc avec votre explication, je suppose

méthode | boucle en C | contenu de la boucle en C | utiliser SIMD
- | - | - | -
1 | × | × | ×
2 | √ | × | ×
3 | √ | √ | √

Droite?

np.add est plus rapide que np.vectorize(lambda x, y: x + y) car cela évite de convertir des doubles C en objets Python et la surcharge d'appel de la fonction Python. Il est possible qu'il utilise également des instructions SIMD, selon que vous ayez ou non

np.add est plus rapide que np.vectorize(lambda x, y: x + y) car cela évite de convertir des doubles C en objets Python et la surcharge d'appel de la fonction Python. Il est possible qu'il utilise _aussi_ les instructions SIMD, selon que vous ayez ou non

J? ai compris. Merci.

Vous pouvez utiliser les vectorize de numba pour produire des ufuncs qui fonctionnent en parallèle sans frais généraux Python:

https://numba.pydata.org/numba-doc/latest/user/vectorize.html