Question

如果我想将一个函数逐行（或逐列）应用于ndarray，我会看看ufuncs（看起来不像）或某种类型的数组广播（不是我正在寻找的）要么？）？

修改

我正在寻找类似R的应用功能。例如，

apply(X,1,function(x) x*2)

将通过匿名定义的函数将2乘以X的每一行，但也可以是命名函数。（这当然是一个愚蠢的，人为的例子，实际上并不需要apply）。没有通用的方法在NumPy数组的“轴”上应用函数，？

Answer 1

首先，许多numpy函数采用axis参数。通过这种方法可能（并且更好）做你想做的事。

但是，通用的“将此功能逐行应用”方法看起来像这样：

import numpy as np

def rowwise(func):
    def new_func(array2d, **kwargs):
        # Run the function once to determine the size of the output
        val = func(array2d[0], **kwargs)
        output_array = np.zeros((array2d.shape[0], val.size), dtype=val.dtype)
        output_array[0] = val
        for i,row in enumerate(array2d[1:], start=1):
            output_array[i] = func(row, **kwargs)
        return output_array
    return new_func

@rowwise
def test(data):
    return np.cumsum(data)

x = np.arange(20).reshape((4,5))
print test(x)

请记住，我们只能用以下方式完成同样的事情：

np.cumsum(x, axis=1)

通用方法通常有更好的方法，尤其是numpy。

编辑：

我完全忘了它，但上面的内容基本等同于numpy.apply_along_axis。

所以，我们可以重写为：

import numpy as np

def test(row):
    return np.cumsum(row)

x = np.arange(20).reshape((4,5))
print np.apply_along_axis(test, 1, x)

numpy ndarrays：行式和列式操作

1 个答案: