Question

我有一个函数，它接受一个numpy数组并输出一个numpy数组。但是，当输出数组包含常量值时，使用numpy数组调用该函数将导致该值“折叠”。

我正在尝试使用numpy编写矢量演算库，并希望将矢量传递给矢量值函数，而不是依赖于迭代。

r1 = lambda t: np.array([2*t, 1])
r2 = lambda t: np.array([2*t, 1+0*t])
t = np.linspace(0, 1)
print(r1(t).shape)
print(r2(t).shape)

人们会期望r1(t)和r2(t)具有相同的形状，但是事实并非如此。 r1(t)产生的对象看起来像 array([ array([...]), 1, dtype=object)和r2(t)的结果类似于array([ [...], [...])（其中[...]表示有效的浮点数组）。我猜测r2(t)可以正常工作，因为浮点错误有所不同，但我可能错了。有没有一种方法可以防止numpy崩溃或“扩展”它？

Answer 1

In [183]: r1 = lambda t: np.array([2*t, 1]) 
     ...: r2 = lambda t: np.array([2*t, 1+0*t]) 
     ...: t = np.linspace(0, 1)                                                                              
In [184]: r1(t)                                                                                              
Out[184]: 
array([array([0.        , 0.04081633, 0.08163265, 0.12244898, 0.16326531,
       0.20408163, 0.24489796, 0.28571429, 0.32653061, 0.36734694,
       0.40816327, 0.44897959, 0.48979592, 0.53061224, 0.57142857,
       0.6122449 , 0.65306122, 0.69387755, 0.73469388, 0.7755102 ,
       0.81632653, 0.85714286, 0.89795918, 0.93877551, 0.97959184,
       1.02040816, 1.06122449, 1.10204082, 1.14285714, 1.18367347,
       1.2244898 , 1.26530612, 1.30612245, 1.34693878, 1.3877551 ,
       1.42857143, 1.46938776, 1.51020408, 1.55102041, 1.59183673,
       1.63265306, 1.67346939, 1.71428571, 1.75510204, 1.79591837,
       1.83673469, 1.87755102, 1.91836735, 1.95918367, 2.        ]),
       1], dtype=object)
In [185]: r2(t)                                                                                              
Out[185]: 
array([[0.        , 0.04081633, 0.08163265, 0.12244898, 0.16326531,
        0.20408163, 0.24489796, 0.28571429, 0.32653061, 0.36734694,
        0.40816327, 0.44897959, 0.48979592, 0.53061224, 0.57142857,
        0.6122449 , 0.65306122, 0.69387755, 0.73469388, 0.7755102 ,
        0.81632653, 0.85714286, 0.89795918, 0.93877551, 0.97959184,
        1.02040816, 1.06122449, 1.10204082, 1.14285714, 1.18367347,
        1.2244898 , 1.26530612, 1.30612245, 1.34693878, 1.3877551 ,
        1.42857143, 1.46938776, 1.51020408, 1.55102041, 1.59183673,
        1.63265306, 1.67346939, 1.71428571, 1.75510204, 1.79591837,
        1.83673469, 1.87755102, 1.91836735, 1.95918367, 2.        ],
       [1.        , 1.        , 1.        , 1.        , 1.        ,
        1.        , 1.        , 1.        , 1.        , 1.        ,
        1.        , 1.        , 1.        , 1.        , 1.        ,
        1.        , 1.        , 1.        , 1.        , 1.        ,
        1.        , 1.        , 1.        , 1.        , 1.        ,
        1.        , 1.        , 1.        , 1.        , 1.        ,
        1.        , 1.        , 1.        , 1.        , 1.        ,
        1.        , 1.        , 1.        , 1.        , 1.        ,
        1.        , 1.        , 1.        , 1.        , 1.        ,
        1.        , 1.        , 1.        , 1.        , 1.        ]])
In [186]: r1(t).shape                                                                                        
Out[186]: (2,)
In [187]: r2(t).shape                                                                                        
Out[187]: (2, 50)

r2组合了两个与t形状（50，）相匹配的数组，因此结果是形状为（2,50）的数字数组。

r1将（50）数组与标量1组合在一起。结果是2元素数组，对象dtype。看到1显示末尾悬垂的r1吗？混合使用不同大小的元素会产生类似于数组的列表，因为它不能像r2

那样构成多维数组

如何防止numpy折叠行？

1 个答案: