Question

使用numpy和matplotlib似乎很常见，函数允许数字（float或int）或numpy数组作为参数，如下所示：

import numpy as np

print np.sin(0)
# 0

x = np.arange(0,4,0.1)
y = np.sin(x)

在这个例子中，我使用整数参数调用np.sin一次，使用numpy数组x调用一次。我现在想写一个允许类似处理的功能，但我不知道怎么做。例如：

def fun(foo, n):
    a = np.zeros(n)
    for i in range(n):
        a[i] = foo
    return a

允许我像fun(1, 5)一样打电话，但不像fun(x, 5)。当然，我的实际计算要复杂得多。

如何初始化a，以便我可以将简单数字或整数数组作为元素？

非常感谢你的帮助！

Answer 1

您需要a来继承foo：

的维度

def fun(foo, n):
    a = np.zeros((n,) + np.shape(foo))
    for i in range(n):
        a[i] = foo
    return a

Answer 2

内置numpy函数通常以

开头

 def foo(a, ...):
     a = np.asarray(a)
     ...

也就是说，它们将输入参数转换为数组（如果已经是数组，则不进行复制）。允许他们使用标量和列表。

一旦参数是一个数组，它就有一个形状，可以与其他参数一起广播。

在你的例子中，当foo是一个数组时，它不清楚应该发生什么

def fun(foo, n):
    a = np.zeros(n)
    for i in range(n):
        a[i] = foo
    return a

a初始化为dtype float数组。这意味着a[i]=foo仅在foo是单个元素编号（标量，可能是单个元素数组）时才有效。如果foo是一个具有多个值的数组，则可能会出现关于尝试使用序列设置元素的错误。

a[i]是a[i,...]的缩写。那就是它在第一维上的索引。因此，如果a正确初始化，它可以接受数组作为输入（受广播规则约束）。

如果a被初始化为np.zeros(n, dtype=object)，则a[i]=foo将适用于任何内容，因为a只包含指向Python对象的指针。

np.frompyfunc是一种从函数生成数组的方法。但它返回一个dtype = object数组。 np.vectorize使用它，但可以让您更好地控制输出类型。但两者都与标量一起使用。如果作为参数给出，则数组将逐个元素传递给函数。

Answer 3

您可以使用类型识别：

import numpy as np

def double(a):
    if type(a)==int:
        return 2*a
    elif type(a)==float:
        return 2.0*a
    elif type(a)==list:
        return [double(x) for x in a]
    elif type(a)==np.ndarray:
        return 2*a
    else:
        print "bad type"

print double(7)
print double(7.2)
print double([2,9,7])
print double(np.array([[9,8],[2,3]]))

结果：

>14
>14.4
>[4, 18, 14]
>[[18 16]
 [ 4  6]]

最终像我在名单上那样进行了递归处理

如何在numpy数组中允许浮点数和数组

3 个答案: