Question

我在教授的书中找到了这个任务：

def f(x):
    return f = log(exp(z))

def problem(M: List)
    return np.array([f(x) for x in M])

如何实施解决方案？

Answer 1

Numpy只是关于在整个阵列上执行操作。您的教授希望您使用该功能。

首先将列表M转换为数组z：

z = np.array(M)

现在您可以执行exp之类的元素操作并记录：

e = np.exp(z)
f = 1 + e
g = np.log(f)

函数np.exp和np.log应用于数组的每个元素。如果输入不是数组，则将其转换为一个。

类似1 + e的操作也可以在整个数组上工作，在这种情况下，使用broadcasting的魔力。由于1是标量，因此可以明确地将其扩展为与e相同的形状，并且可以像np.add一样添加。

通常，操作序列可以压缩为一行，类似于您最初的尝试。您可以使用np.log1p来稍微减少操作次数：

def f(x):
    return np.log1p(np.exp(x))

请注意，我没有先将x转换为数组，因为np.exp会为您做到这一点。

这种幼稚方法的基本问题是np.exp会溢出我们期望会获得合理结果的值。这可以使用this答案中的技术来解决：

def f(x):
    return np.log1p(np.exp(-np.abs(x))) + np.maximum(x, 0)