我是个新手 numpy. 我想对1、2或更多行(或列)应用自定义函数。我该怎么做?在将其标记为复制之前,我想指出,我发现的唯一执行此操作的线程是 how to apply a generic function over numpy rows? 和 . 这篇文章有两个问题:

a) 作为一个初学者,我不太清楚操作是什么样的 A[:,None,:] 做

b) 那手术对我来说不起作用。请看下面。

import numpy as np
M = np.array([[8, 3, 2],
              [6, 1, 2],
              [1, 2, 4]])

现在,我想计算所有三行组合的乘积。为此,我创建了一个 习俗 只是一个例子。

def myf(a,b): return(a*b) 

我吃了 numpy 以阵列产品为例。实际的自定义函数可能不同,但无论是什么操作,该函数都将始终返回 努比 数组。i、 这将需要两个同样大小的 myf a 和 b 都是 np.array .

两行递归相乘后的预期输出:

如果我应用成对行操作:

[[48,3,4],
 [6,2,8],
 [8,6,8]]

或者(自定义函数的应用顺序无关紧要。因此,行在输出矩阵中的实际位置无关紧要。下面的矩阵也可以。)

[[6,2,8],
 [48,3,4],  #row1 and 2 are swapped
 [8,6,8]]

[[24, 6, 16]
 [6,  2, 12] 
 [2,  8, 4]]

类似地,如果我将自定义函数应用于所有三行,我将得到:

[48,6,16] #row-wise

或

[48,12,8] #column-wise

我在阅读后尝试了几种方法,因此:

1:

vf=np.vectorize(myf)
vf(M,M)

但是,上述函数按元素而不是按行或列应用自定义函数。

2:

我还尝试:

M[:,None,:].dot(M) #dot mimics multiplication. Python wouldn't accept `*`

a) 我不知道输出是什么。

有人能帮我吗?我非常感谢你的帮助。

我对你敞开心扉 努比 和 scipy .

一些专家要求提供所需的产出。让我们假设期望的输出是 [[48,3,4], [6,2,8], [8,6,8]] .

不过,我希望您能提供一些指导,帮助我为2列或更多列和2行或更多行定制解决方案。