Question

给出一系列要点：

import numpy as np
x = np.array([1,2,3,4])

和一系列功能：

f = [lambda x:x>2,lambda x: x==2]

x和f的长度是任意的。我想知道，xi（在x中）满足f中的所有函数。这是我的代码：

import numpy as np

def search(x, f):
    finalList = [] # Final list that contains the results
    r = []
    for i in range(len(f)):
         r.append(f[i](x)) # Evaluate all x's over ith function 
    np.array(r)
    r = np.transpose(r)
    for i in range(len(r)):
        finalList.append(i) if np.all(r[i]) else False
    return finalList

我知道我的算法是天真的（但有效）可能有不必要的步骤，但有没有办法避免for循环在这里或有更好的方法吗？

Answer 1

如果我明白你的需要，也许你可以这样做：

import numpy as np
x = np.array([1,2,3,4])
f = [lambda x: x>2,lambda x: x==2]
result = [i for i in x if all([fun(i) for fun in f])]

如果你想返回元素的位置而不是元素：

result = [e for e, i in enumerate(x) if all([fun(i) for fun in f])]

Answer 2

这里有两个没有循环的解决方案，适用于任意数量的函数：

解决方案1（一个班轮）：

result = x[reduce(lambda y, z: y & z, map(lambda cond: cond(x), f))]

解决方案2：

import numpy as np
x = np.array([1,2,3,4])
f = [lambda x:x>2,lambda x: x==2]

each_cond = map(lambda cond: filter(cond, x), f)

def list_intersection(it_list):
    sets = iter(map(set, it_list))
    result = sets.next()
    for s in sets:
        result = result.intersection(s)
    return list(result)

result = list_intersection(each_cond)

Answer 3

另一种直截了当的方法是使用

for fn in f:
    res = np.apply_along_axis(fn, -1, x)
    # do further stuff & return

但是，为什么你想要一个功能列表？是不是不可能在这样的单一条件下做到这一点？

In [15]: x
Out[15]: array([1, 2, 3, 4])

In [16]: (x > 2) & (x == 2)
Out[16]: array([False, False, False, False], dtype=bool)

# or combining everything
In [18]: np.all((x > 2) & (x == 2))
Out[18]: False

如何在没有循环控制结构的函数列表中评估数字数组？

3 个答案: