假设有一个n维数组,将其重塑为二维数组,其中每一行都是一个观察值集。使用这种重塑方法,
np.polyfit
可以计算整个ndarray(矢量化)的二次拟合系数。fit = np.polynomial.polynomialpolyfit(X, Y, 2)
Y的形状为(304000, 21),X为向量,通过这种方式可以得到一个(304000,3)的系数数组fit。
使用迭代器,可以对每一行调用np.polyval(fit, X)
。但是如果存在向量化的方法,此方法效率较低。是否能够将fit
结果应用于整个观测值数组而不需要迭代?如果可以,请问如何做到?
这类似于此SO问题的内容。
np.polynomial.polynomial.polyfit
的结果上调用np.polyval
。请使用np.polynomial.polynomial.polyval
。参见https://dev59.com/rGMl5IYBdhLWcg3wAC6h#18767992。 - askewchannp.apply_along_axis
е’Ңpolyfit
...иҝҷйҮҢжңүдёҖдёӘдҫӢеӯҗгҖӮ - Saullo G. P. Castronp.apply_along_axis
并不比 [i, j] 迭代器快。我在思考是否存在真正矢量化(在 C 级别)的方法。 - Jzl5325