我正在尝试将一些Python转换为F#,特别是numpy.random.randn。
该函数接受可变数量的int参数,并根据参数的数量返回不同维度的数组。
我认为这是不可能的,因为一个人不能有一个返回不同类型的函数(int[]
,int[][]
,int[][][]
等),除非他们是受歧视联盟的一部分,但在提交解决方法之前要确定。
理智检查:
member self.differntarrays ([<ParamArray>] dimensions: Object[]) =
match dimensions with
| [| dim1 |] ->
[|
1
|]
| [| dim1; dim2 |] ->
[|
[| 2 |],
[| 3 |]
|]
| _ -> failwith "error"
导致错误:
This expression was expected to have type
int
but here has type
'a * 'b
expression
为:[| 2 |], [| 3 |]
而int
指的是[| 1 |]
中的1
即1
的类型与[| 2 |], [| 3 |]
TLDR;
numpy.random.randn(d0,d1,...,dn)
从“标准正常”分布中返回一个或多个样本。
如果提供了正数,则提供了int_like或int-convertible参数,randn 生成一个形状数组(d0,d1,...,dn),随机填充 从单变量“正常”(高斯)分布采样的浮点数 均值0和方差1(如果任何d_i是浮点数,它们是第一个 通过截断转换为整数)。单个浮点随机抽样 如果没有提供参数,则返回分布。
交互式python会话中的示例:
np.random.randn(1) - array([-0.28613356])
np.random.randn(2) - array([-1.7390449 , 1.03585894])
np.random.randn(1,1)- array([[ 0.04090027]])
np.random.randn(2,3)- array([[-0.16891324, 1.05519898, 0.91673992],
[ 0.86297031, 0.68029926, -1.0323683 ]])
代码适用于Neural Networks and Deep Learning,由于性能原因值必须是可变的,因此使用不可变列表不是一种选择。
答案 0 :(得分:4)
你是对的 - 浮点数float[]
的数组与浮点数组的数组不同
float[][]
或浮点数float[,]
的二维数组,因此您无法根据输入参数编写返回一个或另一个的函数。
如果你想做Python的rand
之类的事情,你可以写一个重载的方法:
type Random() =
static let rnd = System.Random()
static member Rand(n) = [| for i in 1 .. n -> rnd.NextDouble() |]
static member Rand(n1, n2) = [| for i in 1 .. n1 -> Random.Rand(n2) |]
static member Rand(n1, n2, n3) = [| for i in 1 .. n1 -> Random.Rand(n2, n3) |]
答案 1 :(得分:1)
尽管Tomas建议使用重载可能是最好的,但.NET数组确实共享一个共同的子类型:System.Array
。所以你想要的是可能的。
member self.differntarrays ([<ParamArray>] dimensions: Object[]) : Array =
match dimensions with
| [| dim1 |] ->
[|
1
|] :> _
| [| dim1; dim2 |] ->
[|
[| 2 |],
[| 3 |]
|] :> _
| _ -> failwith "error"