目标

我想使用 map 函数计算总和。

通过使用以下示例数据:

X = [[2,3,4,5,6],[1,4,5,3,5]] 
Y = [8.5,9.6] 

这是我目前得到的:

import numpy as np 
 
X = np.array([[2,3,4,5,6],[1,4,5,3,5]]) 
Y = np.array([8.5,9.6]) 
summation = X[0].dot(Y[0]) + X[1].dot(Y[1]) 

或

summation = np.sum(X.T * Y, axis=-1) 

编辑:性能比较

t0 = time.time() 
print sum(map(lambda x: x*Y[np.where(X==x)[0][0]], X)) 
t1= time.time()-t0 
print t1 
0.000971078872681 
 
t0 = time.time() 
print X[0].dot(Y[0]) + X[1].dot(Y[1]) 
t1= time.time()-t0 
print t1 
0.000860929489136    
t0 = time.time() 
print X.T.dot(Y) 
t1= time.time()-t0 
print t1 
0.000858068466187  
 
t0 = time.time() 
print np.sum(X.T * Y, axis=-1) 
t1= time.time()-t0 
print t1 
0.000848054885864 
 
t0 = time.time() 
print summation(X,Y) 
t1= time.time()-t0 
print t1 
0.00386810302734 

最快的解决方案是用 map 函数求和，然后是 np.sum，最慢的也是 map 函数。

请您参考如下方法:

你也试试这个，虽然这不是“最干净”的方法:

X = np.array([[2,3,4,5,6],[1,4,5,3,5]]) 
Y = np.array([8.5,9.6]) 
 
def summation(X, Y): 
    return sum(map(lambda x, y: x*y, X, Y)) 
 
print(summation(X,Y)) 

结果是:

[ 26.6  63.9  82.   71.3  99. ]