Question

我试图向量化一个具有2个输入并输出形状=（4，）的np.array的函数。该函数如下所示：

def f(a, b):
    return np.array([a+b, a-b, a, b])

我能够使用签名参数对函数进行矢量化，但是只有当我使用excluded的{{1}}参数排除其中一个参数时，它才有效：

这有效：

np.vectorize

但是，如果我放弃vec = np.vectorize(f, signature='()->(n)', excluded=[1]) x = np.arange(5) y = 3 vec(x, y) >> output: array([[ 3, -3, 0, 3], [ 4, -2, 1, 3], [ 5, -1, 2, 3], [ 6, 0, 3, 3], [ 7, 1, 4, 3]])参数，事情就不会按计划进行。

这不起作用：

excluded

如何使矢量化函数能够接收一个（或两个）输入参数的输入值的数组/列表？

期望的输出将是一个vec = np.vectorize(f, signature='()->(n)') x = np.arange(5) y = 3 vec(x, y) >> Error: TypeError: wrong number of positional arguments: expected 1, got 2函数，该函数将允许使用多个输入来调用任一输入参数。

Answer 1

In [237]: f1 = np.vectorize(f, signature='(),()->(n)')                          
In [238]: f1(np.arange(5),3)                                                    
Out[238]: 
array([[ 3, -3,  0,  3],
       [ 4, -2,  1,  3],
       [ 5, -1,  2,  3],
       [ 6,  0,  3,  3],
       [ 7,  1,  4,  3]])

In [241]: f1(np.arange(5),np.ones((4,5))).shape                                 
Out[241]: (4, 5, 4)
In [242]: f1(np.arange(5),np.ones((1,5))).shape                                 
Out[242]: (1, 5, 4)

frompyfunc返回一个对象dtype数组：

In [336]: f2 = np.frompyfunc(f,2,1)                                             
In [337]: f2(np.arange(5), 3)                                                   
Out[337]: 
array([array([ 3, -3,  0,  3]), array([ 4, -2,  1,  3]),
       array([ 5, -1,  2,  3]), array([6, 0, 3, 3]), array([7, 1, 4, 3])],
      dtype=object)
In [338]: _.shape                                                               
Out[338]: (5,)

np.vectorize，不带signature，使用frompyfunc，但添加了自己的dtype转换。

In [340]: f1(np.arange(5), np.arange(3)) 
ValueError: shape mismatch: objects cannot be broadcast to a single shape

此操作失败的原因与以下添加操作失败的原因相同

In [341]: np.arange(5)+np.arange(3)                                             
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-341-fb1c4f4372da> in <module>
----> 1 np.arange(5)+np.arange(3)

ValueError: operands could not be broadcast together with shapes (5,) (3,)

要获得（5,3）结果，我们需要使第一个参数（5,1）成为形状：

In [342]: np.arange(5)[:,None]+np.arange(3)                                     
Out[342]: 
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6]])

返回数组的函数的numpy.vectorize

1 个答案: