代码之家 › 专栏 › 技术社区 › lo tolmencre

np.vectorize和np.apply_沿着_轴向映射函数传递相同参数两次

numpy python

lo tolmencre · 技术社区 · 6 年前

我想映射一个函数 f 在字符串数组上。我构造的矢量化版本 f 并将其应用于我的数组。但数组的第一个元素被传递两次:

import numpy as np

def f(string):
    print('called with', string)

a = np.array(['110', '012'])

fv = np.vectorize(f)
np.apply_along_axis(fv, axis=0, arr=a)


called with 110
called with 110
called with 012

为什么会这样?我没想到 110 传递给 f 两次,我不明白为什么会这样。

我的误解是什么 np.vectorize 或 np.apply_along_axis ?

2 回复 | 直到 6 年前

hpaulj 6 年前

In [145]: def f(string):
     ...:     print('called with', string)
     ...: 
     ...: a = np.array(['110', '012'])
     ...: 
     ...: fv = np.vectorize(f)
     ...: 
In [146]: fv(a)
called with 110
called with 110
called with 012
Out[146]: array([None, None], dtype=object)

只有一个print的函数返回 None . vectorized 调用它一次以确定返回的数据类型-在本例中,它推断 object .

如果我们指定 otypes 喜欢 int ,我们得到一个错误:

In [147]: fv = np.vectorize(f, otypes=[int])
In [148]: fv(a)
called with 110
called with 012
---------------------------------------------------------------------------
...    
TypeError: int() argument must be a string, a bytes-like object or a number, not 'NoneType'

那 类型 与返回的对象不兼容

In [149]: fv = np.vectorize(f, otypes=[object])
In [150]: fv(a)
called with 110
called with 012
Out[150]: array([None, None], dtype=object)

一个更好、更有意义的功能:

In [151]: def f(string):
     ...:     print('called with', string)
     ...:     return len(string)
     ...: 
     ...: 
In [152]: fv = np.vectorize(f, otypes=[int])
In [153]: fv(a)
called with 110
called with 012
Out[153]: array([3, 3])

记住 vectorize 将标量值传递给函数。实际上,它评估输入数组的每个元素,返回具有匹配形状的数组:

In [154]: fv(np.array([a,a,a]))
called with 110
called with 012
called with 110
called with 012
called with 110
called with 012
Out[154]: 
array([[3, 3],
       [3, 3],
       [3, 3]])

与普通迭代相比,例如 np.array([f(i) for i in a]) ,速度较慢,但如果输入数组可以具有多个维度,则稍微方便一点,如果有多个数组需要相互广播,则更好。

对于一个简单的单数组 a , np.vectorize 是多余的。

矢量化 有另一个参数, cache 它可以避免这种双重调用,同时还允许自动检测数据类型:

In [156]: fv = np.vectorize(f, cache=True)
In [157]: fv(a)
called with 110
called with 012
Out[157]: array([3, 3])

自动数据类型检测有时会导致错误。例如,如果试用计算返回不同的数据类型:

In [160]: def foo(var):
     ...:     if var<0:
     ...:         return -var
     ...:     elif var>0:
     ...:         return var
     ...:     else:
     ...:         return 0  

In [161]: np.vectorize(foo)([0,1.2, -1.2])
Out[161]: array([0, 1, 1])           # int dtype
In [162]: np.vectorize(foo)([0.1,1.2, -1.2])
Out[162]: array([0.1, 1.2, 1.2])     # float dtype

apply_along_axis 接受接受一维数组的函数。它迭代所有其他维度,向函数传递一组一维切片。对于像你的 一 这没用。即使你的 一 是的,不会有多大帮助。你的 fv 不需要1d输入。

它还进行了一次尝试计算,以确定返回数组的形状和数据类型。它会自动缓存结果。

喜欢 矢量化 , 沿轴应用 是一个方便的工具,而不是性能工具。

比较

np.apply_along_axis(fv, axis=0, arr=[a,a,a])
np.apply_along_axis(fv, axis=1, arr=[a,a,a])

了解如何 apply_along 影响评估顺序。

或者做一些整体的事情 row (或列)具有:

np.apply_along_axis(lambda x: fv(x).mean(), axis=0, arr=[a,a,a])

user2357112 6 年前

从 docs :

输出的数据类型 矢量化 通过使用输入的第一个元素调用函数来确定。这可以通过指定类型争论。

额外的调用用于确定输出数据类型。