numpy数组上的lambda函数。这段代码有什么问题？

Question

此代码有什么问题：

将numpy导入为np

A = np.array([[-0.5, 0.2, 0.0],
          [4.2, 3.14, -2.7]])

asign = lambda t: 0 if t<0 else 1
asign(A)
print(A)

预期：

     [[0.  1.  0.]
      [ 1.  1. 0.]]

ValueError：具有多个元素的数组的真值不明确。使用a.any（）或a.all（）

Answer 1

单独运行lambda不会遍历整个数组。为此，您将需要一个更高阶的函数。在这种情况下：地图。

A = np.array([[-0.5, 0.2, 0.0],
              [4.2, 3.14, -2.7]])

asign = lambda t: 0 if t<0 else 1
A = list(map(asign, A))

Map将遍历每个元素，并将其传递给函数。 我将地图包装在一个列表中，因为它返回一个类型为filter的对象，但是您可以通过这种方式进行转换。

Answer 2

这对我有用：

A = A.clip(min=0, max=1)

Answer 3

您可以使用lambda，但是numpy数据类型允许您执行许多“ matlab类型”操作（对于那些习惯于此操作的人）：

• python：

  a = np.array([1, 2, 3, 4, 5])
  ((a > 1) & (a < 3)).astype(int)
  # array([0, 1, 0, 0, 0])
  

• 倍频程/ matlab

  a = [1,2,3,4,5];
  a>1 & a<3
  % ans =
  %
  %  0  1  0  0  0