Question

我定义了一个函数

def softthresh(u, LAMBDA):
    if np.fabs(u) <= LAMBDA:
        return 0
     else:
        return ((np.fabs(u) - LAMBDA) * u / np.fabs(u))

u是numpy数组，np.fabs将检查每个数组元素(np.fabs(u_i))的关系。它给了我以下错误：

 The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

跟进问题：

简单函数中的奇怪行为。

def softthresh(u,LAMBDA):
    for i in u:
        if np.fabs(i)<=LAMBDA:
            return 0
        else:
            return ((np.fabs(i)-LAMBDA)*u/np.fabs(i)) 
   ll = 5.0
   xx = np.arange(-10,11)
   yy = softthresh(xx,ll)

我得到的不是我所期望的。对于u（= xx）小于5的数组元素，我应该得到零。但我没有。为什么呢？

Answer 1

如果u是一个数组，则需要遍历函数中的所有元素。

或者，您可以将u作为数组的元素，并使用如下循环调用它：

tbl = np.array([1, 2, 3, 4, 5])
for elt in tbl:
    print(softthresh(elt, 3))

结果将是：

Answer 2

你的问题取决于numpy数组。如果您正在使用列表，它可以正常工作。

否则，如果你需要numpy数组，你可以使用像

这样的代码

def softthresh(u,LAMBDA):
for i in u:
    if np.fabs(i)<=LAMBDA:
        return 0
    else:
        return ((np.fabs(u)-LAMBDA)*u/np.fabs(u))

通过＆lt; = logic和numpy.array定义的依赖关系得到数组。

Answer 3

您正在内循环内部调用return。因此，您的函数在评估u的第一个成员后立即返回。

由于你使用的是NumPy，你应该利用NumPy能够同时操作整个阵列，以及NumPy的智能索引。

def softthreshold(u, LAMBDA):
    notzero = np.fabs(u) > LAMBDA # find the indeces of elements that need to be scaled
    rr = np.zeros_like(u) # an array the same size/type as u, already initialized to 0
    rr[notzero] = (np.fabs(u[notzero])-LAMBDA)*u[notzero]/np.fabs(u[notzero]) # scale each of the members that aren't zero
    return rr

评估函数中数组元素的绝对值

3 个答案: