Question

[编辑：我刷这个例子，所以我没有很好地清理我的代码。我的问题更多，如何将子数组传递给numpy.vectorize-d函数，而不是特别关于这个例子。]

我无法弄清楚如何使用numpy.vectorize或numpy.frompyfunc来向量化以数组作为参数的命令。

让我们想一想这个简单的例子（我知道这是一个非常基本的例子，我根本不需要使用numpy.vectorize。我只是想要一个例子）：

aa = [[1,2,3,4], [2,3,4,5], [5,6,7,8], [9,10,11,12]]
bb = [[100,200,300,400], [100,200,300,400], [100,200,300,400], [100,200,300,400]]

我想要一个函数，它将aa和bb的每个子数组的第二个元素相加。在这个例子中，我想返回一个[202 203 206 210]

的数组

但像这样的代码不起作用：

def vec2(bsub, asub):
    return bsub[1] + asub[1]

func2 = np.vectorize(vec2)
func2( bb, aa )

与numpy.frompyfunc类似的事情没有运气。

我的问题是，如何将子数组列表传递到numpy.vectorize-d函数中，并让每个子数组成为函数的参数？

Answer 1

您的一个问题是aa和bb是列表，而不是numpy.array()。你应该这样做：

aa = np.array([[1,2,3,4], [2,3,4,5], [5,6,7,8], [9,10,11,12]])
bb = np.array([[100,200,300,400], [100,200,300,400], [100,200,300,400], [100,200,300,400]])

我注意到的第二件事是，要获得每个子数组的第二个元素，您需要aa[:,1]，而不是aa[2]。

第三，您的vec2函数应return，而不只是print。

最后一个问题是你的vec2函数应该对整数而不是数组进行操作，你应该将切片传递给函数，而不是整个数组。修正后的版本（返回预期的输出）是：

import numpy as np
aa = np.array([[1,2,3,4], [2,3,4,5], [5,6,7,8], [9,10,11,12]])
bb = np.array([[100,200,300,400], [100,200,300,400], [100,200,300,400], [100,200,300,400]])

def vec2(a, b):
    return a + b

func2 = np.vectorize(vec2)
print func2(bb[:,1], aa[:,1])

注意OP的帖子上的编辑使得这个答案看起来有点奇怪。

如何使用numpy.vectorize或numpy.frompyfunc

1 个答案: