4

我正在使用 SHTOOLS 包中的 PLegendre 函数。它返回一个特定参数的勒让德多项式数组。PLegendre(lmax,x) 返回 Legendre 多项式 P_0(x) 到 P_lmax(x) 的数组。它是这样工作的:

In [1]: from pyshtools import PLegendre
loading shtools documentation

In [2]: import numpy as np

In [3]: PLegendre(3,0.5)
Out[3]: array([ 1.    ,  0.5   , -0.125 , -0.4375])

我想传递一个数组作为参数,所以我使用frompyfunc。

In [4]: legendre=np.frompyfunc(PLegendre,2,1)

In [5]: legendre(3,np.linspace(0,1,4))
Out[5]: 
array([array([ 1. ,  0. , -0.5, -0. ]),
   array([ 1.        ,  0.33333333, -0.33333333, -0.40740741]),
   array([ 1.        ,  0.66666667,  0.16666667, -0.25925926]),
   array([ 1.,  1.,  1.,  1.])], dtype=object)

输出是一个数组数组。我知道我可以通过对数组进行切片来创建一个元素数组。

In [6]: a=legendre(3,np.linspace(0,1,4))

In [7]: array([a[i][:] for i in xrange(4)])
Out[7]: 
array([[ 1.        ,  0.        , -0.5       , -0.        ],
   [ 1.        ,  0.33333333, -0.33333333, -0.40740741],
   [ 1.        ,  0.66666667,  0.16666667, -0.25925926],
   [ 1.        ,  1.        ,  1.        ,  1.        ]])

但是..有没有办法直接解决这个问题,而不必对数组数组进行切片?

4

2 回答 2

3

我认为它不能像这里已经指出的那样直接完成,在这种情况下np.vectorize几乎做同样的事情。请注意,您的代码并不比使用普通for循环更快np.frompyfunc...代码看起来更好。

但是,您可以做的是使用np.vstack而不是列表理解

a = legendre(3,np.linspace(0,1,4))
np.vstack(a)
于 2015-04-17T08:12:53.047 回答
2

np.frompyfunc已编译,因此我必须深入研究源代码才能确切了解它在做什么。但它似乎假设 func 输出是一个(难以理解的)Python 对象。

foo1 = np.frompyfunc(np.arange,1,1)
foo2 = np.vectorize(np.arange,otypes='O')

这两个函数产生相同的输出,但foo1速度更快。

foo1(np.arange(4))

产生不同大小的数组

array([array([], dtype=int32), array([0]), array([0, 1]), array([0, 1, 2])], dtype=object)

其中asfoo1(np.ones((4,))都是一样的,理论上可以叠加。

在循环期间或之后,没有尝试测试对象是否为数组(或列表)以及它们是否可以组合成单个更高维数组。

plonser's使用vstack是个好主意。事实上frompyfuncplusvstack比更常见的列表理解 plus 更快vstack

In [54]: timeit np.vstack([np.arange(i) for i in 10*np.ones((10,))])
10000 loops, best of 3: 169 µs per loop

In [55]: timeit np.vstack(foo1(10*np.ones((10,))))
10000 loops, best of 3: 127 µs per loop
于 2015-04-17T15:29:27.993 回答