Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理

A.8

 配列の入出力：応用編

521

先ほどの例は、このようにも書けます。

from numba import float64, njit

@njit(float64(float64[:], float64[:]))

def mean_distance(x, y):

return (x - y).mean()

Numba

については、ぜひオンラインドキュメント（

http://numba.pydata.org/

）を読んで、もっとしっ

かりと学んでみてください。次の節では、独自定義の

NumPy ufunc

オブジェクトを

Numba

を用いて作

成する例を示します。

A.7.1

 独自定義の

numpy.ufunc

オブジェクトを

Numba

を用いて

作成する

numba.vectorize

という関数を用いると、コンパイルされた

NumPy ufunc

を作成できます。この

NumPy ufunc

は、

NumPy

組み込みの

ufunc

と

同じように使えます。

numpy.add

を

Python

で実装して、

Numba

で

ufunc

に変換してみましょう。

from numba import vectorize

@vectorize

def nb_add(x, y):

return x + y

次のように、作成した

nb_add

の使い方は

numpy.add

と同じです。

In [13]: x = np.arange(10)

In [14]: nb_add(x, x)

Out[14]: array([ 0., 2., 4., 6., 8., 10., 12