Python：一种优雅/高效的评估二维索引函数的方法？

我对Python很新颖（过去我使用过Mathematica，Maple或Matlab脚本）。 NumPy如何在数组上评估函数，但在尝试在多个维度上实现时遇到了问题，这让我印象深刻。我的问题很简单（请不要笑）：有没有一种更优雅和有效的方式来评估一些函数f（它是在R^2上定义的）而不是使用循环？Python：一种优雅/高效的评估二维索引函数的方法？

import numpy  
M=numpy.zeros((10,10)) 
for i in range(0,10): 
    for j in range(0,10): 
     M[i,j]=f(i,j) 
return M

来源

2013-05-08 Sergio Parreiras

http://stackoverflow.com/q/1316068/139010 – 2013-05-08 03:39:42

另见'numpy.vectorize'和'numpy.ufunc' 。我很少使用它们，它已经很久了，但我记得它们确实派上用场（只要记住在用自己的函数进行定制之前尽可能使用内置和numpy提供的函数）。 – mdscruggs 2013-05-08 04:00:02

谢谢：这似乎是做这项工作。我在查找相关问题时没有看到它。我应该删除我原来的问题吗？ – 2013-05-08 04:04:13

使用numpy编码时的目标是尽可能地在整个数组上实现您的计算。所以，如果你的功能，例如，f(x,y) = x**2 +2*y，你想它适用于所有整数对x,y在[0,10]x[0,10]，做到：

x,y = np.mgrid[0:10, 0:10] 
fxy = x**2 + 2*y

如果你没有找到一个方式来表达你的函数以这样的方式，然后：

请教如何做到这一点（和国家明令函数定义）
使用numpy.vectorize

同例如，使用vectorize：

def f(x,y): return x**2 + 2*y 

x,y = np.mgrid[0:10, 0:10] 
fxy = np.vectorize(f)(x.ravel(),y.ravel()).reshape(x.shape)

注意，实际上我只用vectorize类似蟒蛇map当阵列的内容不是数字。一个典型的例子是计算在列表中的一个阵列中的所有列表的长度：

# construct a sample list of lists 
list_of_lists = np.array([range(i) for i in range(1000)]) 
print np.vectorize(len)(list_of_lists) 
# [0,1 ... 998,999]

来源

2013-12-05 16:06:39

是的，许多numpy函数在N维数组上运行。就拿这个例子：

>>> M = numpy.zeros((3,3)) 
>>> M[0][0] = 1 
>>> M[2][2] = 1 
>>> M 
array([[ 1., 0., 0.], 
     [ 0., 0., 0.], 
     [ 0., 0., 1.]]) 
>>> M > 0.5 
array([[ True, False, False], 
     [False, False, False], 
     [False, False, True]], dtype=bool) 
>>> numpy.sum(M) 
2.0

注numpy.sum之间的区别，这在N维数组操作，并且金额，只去1平深：

>>> sum(M) 
array([ 1., 0., 1.])

所以，如果你建立你的功能f（）不在n维数组上运行的操作中，那么f（）本身将在n维数组上运行。

来源

2013-05-08 03:44:32 chappy

我想我的问题很不公平，对不起。使用你的例子：我想找到一种构造M的快速方式，而不是评估M.的特性。马特的评论 - 即使用itertools.product似乎是一个有希望的方向。我应该删除我原来的问题吗？ – 2013-05-08 04:02:15

您还可以使用numpy多维切片，如下所示。你只需为每个维度提供片：

arr = np.zeros((5,5)) # 5 rows, 5 columns 

# update only first column 
arr[:,0] = 1 

# update only last row ... same as arr[-1] = 1 
arr[-1,:] = 1 

# update center 
arr[1:-1, 1:-1] = 1 

print arr

输出：

array([[ 1., 0., 0., 0., 0.], 
     [ 1., 1., 1., 1., 0.], 
     [ 1., 1., 1., 1., 0.], 
     [ 1., 1., 1., 1., 0.], 
     [ 1., 1., 1., 1., 1.]])

来源

2013-05-08 03:46:49 mdscruggs

一个纯Python的答案，不依赖于numpy的工具，是使两个序列的笛卡尔乘积：

from itertools import product 
for i, j in product(range(0, 10), range(0, 10)): 
    M[i,j]=f(i,j)

编辑：其实，我应该正确地阅读这个问题。这仍然使用循环，只有一个循环。

来源

2013-05-08 03:55:21

Python：一种优雅/高效的评估二维索引函数的方法？

回答

相关问题