如何在numpy数组中对所有元素应用自定义函数且不使用for循环？

分两种场景实现，都不需要你手动编写for循环：

• 如果你的sigmoid函数内部所有运算都支持numpy广播机制（比如只用到numpy内置的向量化运算，没有仅适配单个数值的逻辑），可以直接把整个数组作为参数传入函数，是效率最高的方案：

# 举个支持广播的sigmoid实现示例，你的实际实现只要符合广播要求就可以用
def sigmoid(self, x):
    return 1 / (1 + np.exp(-x))

a = np.array([1, 2, 3, 4, 5, 6])
a = sigmoid(a)

• 如果你的sigmoid函数只能接收单个数值作为输入，不支持数组运算，可以用numpy内置的np.vectorize()方法包装函数，包装后即可直接传入数组批量处理：

a = np.array([1, 2, 3, 4, 5, 6])
# 包装自定义函数
vectorized_sigmoid = np.vectorize(sigmoid)
# 直接传入数组调用，如果sigmoid是类实例方法，要注意传入self参数
a = vectorized_sigmoid(self, a)

注意：np.vectorize本质是语法糖，内部还是会遍历每个元素调用原函数，不会提升运算效率，仅能帮你简化代码。如果追求性能，优先考虑把sigmoid改造为支持numpy广播的版本。

内容的提问来源于stack exchange，提问作者Jongmin Ahn