Numpy循环向量化：错误实现排查及正确定义方法

原向量化实现obj_vec存在三个关键错误：

1. 元素乘法广播方向错误
   rs * pis会将pis视为行向量进行广播，导致rs的每一列与pis对应元素相乘，但原函数中是每一行rs与对应位置的pi（标量）相乘。需要将pis转为列向量才能实现行-wise的正确广播。

2. 分母广播不匹配
   1 + np.dot(r, f)得到的是一维数组（每个元素对应一行的分母），直接用于除法时会被视为行向量广播，导致每列元素除以对应位置的分母值，而非每行元素除以该行的分母。需将分母转为列向量实现行-wise除法。

3. 求和轴方向错误
   原函数是将所有行的对应位置元素累加（最终得到与f同维度的数组），但np.sum(out, axis=1)是对每行元素求和（得到行求和的一维数组），完全偏离原函数逻辑，应改为沿axis=0求和。

import numpy as np

def obj_vec(f, pis, rs):
    # 计算每行对应的分母，转为列向量实现行-wise广播
    denominators = (1 + np.dot(rs, f)).reshape(-1, 1)
    # 每行与对应pi相乘后除以该行分母
    terms = rs * pis.reshape(-1, 1) / denominators
    # 沿行方向求和，得到与原函数一致的输出
    return np.sum(terms, axis=0)

# 测试用例
p = np.array([0.42, 0.08, 0.42, 0.08])
r = np.array([[-1.0, 7.0, -1.0, 0.4],
              [-1.0, 7.0, 0.5, -1.0],
              [0.2, -1.0, -1.0, 0.4],
              [0.2, -1.0, 0.5, -1.0]])
f = np.array([0.25, 0.25, 0.25, 0.25])

# 验证与原函数输出一致
print("原函数输出：", obj(f, p, r))
print("向量化函数输出：", obj_vec(f, p, r))

内容的提问来源于stack exchange，提问作者HJA24