Question

我已将(x, y)值的numpy数组生成为N x N网格。

grid = np.meshgrid(np.linspace(0, 1, 50), np.linspace(0, 1, 50))[0]
grid.shape  // (50, 50, 1)

我有一个带两个参数并返回3个值的函数。即(x, y) -> (a, b, c)

如何在2d numpy数组上应用该函数以获得3d numpy数组？

Answer 1

如果你的函数确实需要两个参数，你可能想要将2d映射到3d，而不是2xMxN到3xMxN。为此，您的第一行更改为

gridx, gridy = np.meshgrid(np.linspace(0, 1, 50), np.linspace(0, 1, 50))

甚至使用更经济的ix_，它具有不交换轴的优势

gridy, gridx = np.ix_(np.linspace(0, 1, 50), np.linspace(0, 1, 50))

如果你的函数f没有处理数组参数，那么@Jacques Gaudin指出np.vectorize可能是你想要的。请注意vectorize主要是一种便利功能，它不会使事情变得更快。它有用的东西，如广播，这就是为什么使用ix_实际工作

f_wrapped = np.vectorize(f)
result = f_wrapped(gridy, gridx)

请注意，在您的情况下，result是一个50 x 50阵列的3元组，即按输出分组。如果要链接矢量化函数，这很方便。如果您希望所有人都在一个大数组中，只需将result转换为array，并可选择使用transpose重新排列轴，例如

 triplets_last = np.array(result).transpose((1, 2, 0))

Answer 2

如果我理解正确，你就是np.vectorize装饰者。通过使用它，您可以在meshgrid上应用函数。您的函数应该只接受一个参数，因为您没有传递坐标而是坐标处的值（除非值是带有两个元素的tulpes）。

import numpy as np

grid = np.meshgrid(np.linspace(0, 1, 5), np.linspace(0, 1, 5))[0]

@np.vectorize
def func(a):
    return (a, a**.5, a**2)

res = np.array(list(func(grid)))
print(res.shape)
print(res)

Numpy在2D阵列上操作以产生3D阵列

2 个答案: