所以,我有一个函数-
def function(x):
x , y = vector
return exp(((-x**2/200))-0.5*(y+0.05*(x**2) - 100*0.05)**2)假设我想在以下几点评估它(第一列是x值,第二列是y值)-
array([[-1.56113514, 4.51759732],
[-2.80261623, 5.068371 ],
[ 0.7792729 , 6.0169462 ],
[-1.35672858, 3.52517478],
[-1.92074891, 5.79966161],
[-2.79340321, 4.73430001],
[-2.79655868, 5.05361163],
[-2.13637747, 5.39255837],
[ 0.17341809, 3.60918261],
[-1.22712921, 4.95327158]])也就是说,我希望将第一行的值传递给函数并求值,然后传递第二行并求值,等等,最后的结果将是在这些点上求值的数组(所以,一个由10个值组成的数组)。
例如,如果函数是一个二元正态分布-
def function2(x):
function2 = (mvnorm.pdf(x,[0,0],[[1,0],[0,1]]))
return function2我把上面的值传递给这个函数,我会得到-
array([ 1.17738907e-05, 1.08383957e-04, 1.69855078e-04,
5.64757613e-06, 1.37432346e-05, 1.44032800e-04,
1.33426313e-05, 1.97822328e-06, 6.56121709e-08,
4.67076770e-05])所以基本上,我正在寻找一种重写函数的方法,这样它就可以做到这一点。此外,我希望保持函数只是一个变量的函数(即,只是x的函数)。
谢谢你的帮助!
发布于 2017-08-10 12:49:29
您可以使用
np.apply_along_axis(function, 1, array)第一个参数是函数,第二个参数是要应用函数的轴。在您的示例中,它是第一个轴。当然,最后一个参数是数组。
但是,应该提醒您,apply_along_axis只是一个方便的函数,而不是灵丹妙药。它有一个严重的速度限制,因为它只隐藏了一个循环。在可能的情况下,您应该始终尝试向量化您的计算。我是这样做的:
v = array[:, 0] ** 2 # computing just once
return np.exp((-v / 200) - 0.5 * (array[:, 1] + 0.05 * v - 5) ** 2)发布于 2017-08-10 14:48:46
有几种方法可以实现这一点,唯一需要更改的代码行是指定x和y。仅当vector的第一个维度的长度为2. (vector.shape = 2,...)时,x,y = vector才有效。因此,您可以使用以下任意命令更改向量:
x,y = vector.T #transpose the array
x,y = vector.swapaxes(0,1) #swap the axis 0 and 1
x,y = np.rollaxis(vector,1) #roll the axis 1 to the front
x,y = vector[:,0], vector[:,1] #slice asignement只要选择你最喜欢的,可能还有其他方法(我几乎可以肯定,但我想这就足够了)。到目前为止,最后一个是最快的,其他的都是可比的。然而,最后一个的缺点是,在更高的维度上使用它并不那么容易。
https://stackoverflow.com/questions/45604688
复制相似问题