Question

我希望np.fromfunction(lambda i: 1, (4,), dtype=int)返回array([1, 1, 1, 1])，但它会返回整数1。有人可以向我解释为什么numpy.fromfunction表现那样吗？它似乎与匿名函数的定义有关（即，是否实际使用了函数的参数）。

>>> import numpy as np

>>> np.fromfunction(lambda i: i, (4,), dtype=int)
array([0, 1, 2, 3])

>>> np.fromfunction(lambda i: 1, (4,), dtype=int)
1

>>> np.fromfunction(lambda i: 1 + i*0, (4,), dtype=int)
array([1, 1, 1, 1])

编辑：澄清一下，我的最终目标不是使用这种方法创建array([1, 1, 1, 1])。相反，我打电话给表格

np.fromfunction(lambda i: **an expression that doesn't depend on i**, (n,))

换句话说，我试图通过反复调用某个函数来初始化一个numpy数组。（在该函数中调用了np.random.random（），因此我没有进行冗余调用。）

Answer 1

在fromfunction文档字符串中func参数的文档中没有很好地解释func只用调用一次，带有数组参数。< / p>

在这个例子中

np.fromfunction(lambda i: i, (4,), dtype=int)

匿名函数被调用一次，参数i是数组[0,1,2,3]。要验证这一点，您可以执行以下操作：

In [10] from __future__ import print_function In [11]: np.fromfunction(lambda i: print("i = %r" % (i,)), (4,), dtype=int) i = array([0, 1, 2, 3])

在这种情况下，func返回1，

np.fromfunction(lambda i: 1, (4,), dtype=int)

因为单个调用返回的值为1，所创建的数组仅包含1。

目前尚不清楚为什么要使用fromfunction来创建1的数组，而不是np.ones，但是如果你有更复杂的想法，这里有一种方法你可以使用np.ones_like：
来做到这一点
In [14]: np.fromfunction(lambda i: np.ones_like(i), (4,), dtype=int) Out[14]: array([1, 1, 1, 1])

Answer 2

@Warren Weckesser已经解释了为什么会发生这种情况（NumPy文档在这里有点误导，无处可见fromfunction期待向量）。如果您想让lambda功能与fromfunction一起使用，您可以明确地对其进行矢量化：

In [1]: func = lambda i: 1
In [1]: vfunc = np.vectorize(func)
In [2]: np.fromfunction(vfunc, (4,), dtype=int)
Out[2]: array([1, 1, 1, 1])

但对于这个用例，我想到了

np.ones(4, dtype=int)

（也许是一个常数）会更好。

意外的结果 - 函数常量的函数numpy

2 个答案: