次のコードを高速化することは可能ですか？

Question

提供されたコードは完璧に機能しますが、（可能であれば）より効率的にしたいと思います。

私の質問は、アレイnp_bをより効率的に生成できるかどうかです。特に、theano_f(*np_a)を介してnp_aのすべての要素の関数theano_fを計算して、ブロードキャスト（？）またはベクトル化（？）を適用することは可能ですか？

実際の問題を単純化し、theano_fを生成する必要があります。theano_functionをsympy関数から使用し、実際の配列np_aには多数の要素が含まれています。

from sympy import symbols 
from sympy.printing.theanocode import theano_function 
import numpy as np 

x,y,z = symbols('x y z') 
sympy_f = x+y+z # a sympy-function which depends on 3 variables 
theano_f = theano_function([x,y,z], [sympy_f]) # Theano-compiled function which depends on 3 scalars 
np_a = np.array([[1,1,1],[2,2,2],[-1,-2,0],[0,2,0]]) 
np_b = np.array([theano_f(*x) for x in np_a]) # The obtained four numbers 
#should be recorded into the numpy-array np_b 
print(np_b) 

Answer 1

多分np.apply_along_axisを試してみてください。

>>> def my_func(a): 
...  """Average first and last element of a 1-D array""" 
...  return (a[0] + a[-1]) * 0.5 
>>> b = np.array([[1,2,3], [4,5,6], [7,8,9]]) 
>>> np.apply_along_axis(my_func, 0, b) 
array([ 4., 5., 6.]) 
>>> np.apply_along_axis(my_func, 1, b) 
array([ 2., 5., 8.])