如何在Rust ndarray数组上高效实现逐元素初等数学运算？

稳定版可用写法 #

当前ndarray 0.15.x及更早版本可通过mapv系列方法实现逐元素运算，写法简洁，编译器会自动优化为和手动遍历等效的机器码，无额外性能损耗：

非原地运算（返回新数组） #

extern crate ndarray;

use ndarray as nd;
use ndarray::Array2;

fn main() {
    let matrix = nd::array![[1., 2., 3.], [9., 8., 7.]];
    let result = some_math(matrix);
    println!("{}", result)
}

fn some_math(mat: Array2<f64>) -> Array2<f64> {
    // 链式调用实现逐元素exp、sqrt，逻辑和numpy的np.sqrt(np.exp(matrix))完全对齐
    mat.mapv(f64::exp)
       .mapv(f64::sqrt)
}

原地运算（节省内存） #

如果不需要保留原始数组，可以用mapv_inplace原地修改，避免额外的数组内存分配：

fn some_math(mut mat: Array2<f64>) -> Array2<f64> {
    mat.mapv_inplace(f64::exp);
    mat.mapv_inplace(f64::sqrt);
    mat
}

其他初等函数同理，直接替换mapv传入的方法即可，比如：

• sin运算：mat.mapv(f64::sin)
• 自然对数运算：mat.mapv(f64::ln)
• 常用对数运算：mat.mapv(f64::log10)

后续版本简化写法 #

目前ndarray有正在评审的功能更新，合并后可以直接通过链式方法调用实现相同需求，写法为matrix.exp().sqrt()，和numpy的使用体验一致，相关用法也已在官方文档的numpy用户迁移指南中有所说明。

内容的提问来源于stack exchange，提问作者null