Le moyen le plus efficace de mapper une fonction sur un tableau numpy

| | | | | | | | | | | | |

Quel est le moyen le plus efficace de mapper une fonction sur un tableau numpy ? La façon dont je l'ai fait dans mon projet actuel est la suivante :

import numpy as np x = np.array([1, 2, 3, 4, 5]) # Obtain tableau de carrés de chaque élément dans x squarer = lambda t : t ** 2 carrés = np.array([squarer(xi) for xi in x]) 

Cependant, cela ressemble à c'est probablement très inefficace, puisque j'utilise une compréhension de liste pour construire le nouveau tableau en tant que liste Python avant de le reconvertir en un tableau numpy.

Pouvons-nous faire mieux ?