Question

我有一个numpy对象数组，其中包含几个索引号列表：

>>> idxLsts = np.array([[1], [0, 2]], dtype=object)

我定义了一个向量化函数，为每个列表附加一个值：

>>> idx = 99  
>>> f = np.vectorize(lambda idxLst: idxLst.append(idx))

我调用了这个函数。我不关心返回值，只关注副作用。

>>> f(idxLsts)  
array([None, None], dtype=object)

索引99被添加到第一个列表两次。为什么？我很难过。

>>> idxLsts
array([[1, 99, 99], [0, 2, 99]], dtype=object)

使用idxLsts的其他值，它不会发生：

>>> idxLsts = np.array([[1, 2], [0, 2, 4]], dtype=object)
>>> f(idxLsts)
array([None, None], dtype=object)
>>> idxLsts
array([[1, 2, 99], [0, 2, 4, 99]], dtype=object)

我的怀疑是它与文档有关：“定义一个矢量化函数，它将嵌套对象序列或numpy数组作为输入并返回一个numpy数组矢量化函数在输入数组的连续元组（如python map函数）上计算pyfunc，除了它使用numpy的广播规则。“

Answer 1

来自vectorize docstring：

The data type of the output of `vectorized` is determined by calling
the function with the first element of the input.  This can be avoided
by specifying the `otypes` argument.

从代码中：

        theout = self.thefunc(*newargs)

这是对thefunc的额外调用，用于确定输出类型。这就是为什么第一个元素会附加两个99。

在第二种情况下也会发生这种情况：

import numpy as np
idxLsts = np.array([[1, 2], [0,2,4]], dtype = object)
idx = 99
f = np.vectorize(lambda x: x.append(idx))
f(idxLsts)
print(idxLsts)

产量

[[1, 2, 99, 99] [0, 2, 4, 99]]

您可以使用np.frompyfunc代替np.vectorize：

import numpy as np
idxLsts = np.array([[1, 2], [0,2,4]], dtype = object)
idx = 99
f = np.frompyfunc(lambda x: x.append(idx), 1, 1)
f(idxLsts)
print(idxLsts)

产量

[[1, 2, 99] [0, 2, 4, 99]]

为什么numpy矢量化函数显然被称为额外时间？

1 个答案: