5

我有一个数组x，我想对f矩阵中满足某些条件的每个项目应用一个函数。Numpy 是否提供了一种机制来简化此操作？

这是一个例子。我的矩阵x应该只包含独占范围内的元素(0, 1)。但是，由于舍入误差，某些元素可能等于0或1。对于其中的每个元素x都是0我想要添加epsilon的，对于每个元素正是1我想要减去epsilon的。

编辑：（此编辑是在我接受askewchan 的回答后进行的。）另一种方法是使用numpy.clip.

4

3 回答 3

9

你可以这样做：

a = np.array([0,.1,.5,1])
epsilon = 1e-5
a[a==0] += epsilon
a[a==1] += -epsilon

这样做的原因是a==0返回一个布尔数组，就像Валера Горбунов在他们的回答中提到的那样：

In : a==0
Out: array([True, False, False, False], dtype=bool)

然后，您将该数组用作 的索引a，它公开了 whereTrue但不是 where的元素False。你可以用这个做很多事情，见http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html

于 2013-03-08T20:58:10.580 回答
3

抱歉，这不是更具体，但是您可以创建一个布尔数组，该数组对于满足您条件的每个位置具有 TRUE 值，对于不满足条件的位置具有 FALSE。

对于 [0, 1, 0, 0] 之类的东西，当测试 1 时，您将得到一个数组 [FALSE, TRUE, FALSE, FALSE]。在这种情况下，您可以执行 [0, 1, 0, 0] - (epsilon)[FALSE, TRUE, FALSE, FALSE] 并使 0 值不受影响。

布尔数组示例

于 2013-03-08T21:03:54.260 回答
2

您可以map()按照http://docs.python.org/2/tutorial/datastructures.html#functional-programming-tools中的说明使用：

def applyEpsilon(value):
    myEpsilon = 0.001
    if value == 0:
        return myEpsilon
    elif value == 1:
        return 1-myEpsilon
    return value

inputList = [0, 0.25, 0.5, 0.75, 0.99, 1]
print map(applyEpsilon, inputList)

产量：

[0.001, 0.25, 0.5, 0.75, 0.99, 0.999]
于 2013-03-08T21:00:38.930 回答