0

我最近开始使用 NumPy（到目前为止它真的很有用——为什么我不早点开始使用它？），但我仍然确定我做错了一些事情：

  • 如何将函数应用于向量（ndarray）？我希望它被矢量化，它是一个比乘法更复杂的函数。我试过使用np.where，但这似乎是一个丑陋的解决方案（我也不确定它是否矢量化）。是否有类似于 map 的函数，以便我的函数被矢量化？

  • 假设我有一个二维数组——只是一个二维位置向量的数组，假设我想找到每个向量的范数，如果它超过某个值，就做任何事情。np.where似乎是一个很好的解决方案，但除非我转置数组，否则它将不起作用：（np.where(sum(a.T**2) > 10, a * 2, 0)只是一个任意示例）。这看起来真的很冗长，转置没有多大意义。

  • 最后，如果我有一个三维数组 - 二维位置向量的二维数组（这样在位置 [1, 2] 将是向量 (1, 2)）。如何遍历所有向量（使用向量化函数，例如 np.where）？我一直在使用np.reshape，但如果可能的话，我想保持数组相同的形状。

我将这些问题组合在一起，因为它们看起来很相似，但是如果我需要将它们分成单独的线程，请告诉我，我会这样做。

4

1 回答 1

0

就像上面的评论一样，我不太确定你在问什么。但是对于第一个问题，举个例子：

假设您有一个 numpy 二维向量数组，并且您想计算每个向量的范数。你不能做这样的事情：

import numpy as np

x = np.arange(20).reshape(10,2)
norm_func = lambda z: sum(z**2)
norm_func(x.T)

这将给出结果

array([ 1,  5,  9, 13, 17, 21, 25, 29, 33, 37])

对于数组

array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15],
       [16, 17],
       [18, 19]])
于 2013-06-25T17:52:13.520 回答