从函数创建矩阵
提问于 2019-04-26 01:50:37
我希望从一个函数创建一个矩阵，这样，如果行索引小于给定的阈值k，则(3,3)矩阵C的值等于1。
import numpy as np
k = 3
C = np.fromfunction(lambda i,j: 1 if i < k else 0, (3,3))但是，这段代码会引发一个错误。
“包含多个元素的数组的真值是不明确的。请使用a.any()或a.all()”，我不太明白为什么。
回答 3
Stack Overflow用户
回答已采纳
发布于 2019-04-26 09:19:28
fromfunction的代码是：
dtype = kwargs.pop('dtype', float)
args = indices(shape, dtype=dtype)
return function(*args, **kwargs)您可以看到它只调用了一次function --包含了整个indices数组。这不是迭代。
In [672]: idx = np.indices((3,3))
In [673]: idx
Out[673]:
array([[[0, 0, 0],
[1, 1, 1],
[2, 2, 2]],
[[0, 1, 2],
[0, 1, 2],
[0, 1, 2]]])您的lambda需要标量i,j值，而不是三维数组。
lambda i,j: 1 if i < k else 0idx<3是一个三维布尔数组。当在if上下文中使用它时，会出现错误。
如果要将标量函数应用于一组数组，则np.vectorize或np.frompyfunc更好：
In [677]: np.vectorize(lambda i,j: 1 if i < 2 else 0)(idx[0],idx[1])
Out[677]:
array([[1, 1, 1],
[1, 1, 1],
[0, 0, 0]])然而，它并不比直接迭代方法更快，也比对整个数组进行操作的函数要慢得多。
许多整体数组方法中的一种：
In [680]: np.where(np.arange(3)[:,None]<2, np.ones((3,3),int), np.zeros((3,3),int))
Out[680]:
array([[1, 1, 1],
[1, 1, 1],
[0, 0, 0]])Stack Overflow用户
发布于 2019-04-26 02:37:27
正如@MarkSetchell所建议的，您需要矢量化您的函数：
k = 3
f = lambda i,j: 1 if i < k else 0
C = np.fromfunction(np.vectorize(f), (3,3))你得到的是：
C
array([[1, 1, 1],
[1, 1, 1],
[1, 1, 1]])Stack Overflow用户
发布于 2019-04-26 06:05:09
问题是，np.fromfunction不对所有元素进行迭代，它只返回每个维度中的索引。您可以使用np.where()根据这些索引应用条件，根据条件从两个备选方案中进行选择：
import numpy as np
k = 3
np.fromfunction(lambda i, j: np.where(i < k, 1, 0), (5,3))这意味着：
array([[1, 1, 1],
[1, 1, 1],
[1, 1, 1],
[0, 0, 0],
[0, 0, 0]])这样就避免了命名lambda而不会使事物变得太笨重。在我的笔记本电脑上，这种方法比np.vectorize()快20倍。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55865031
复制
腾讯云开发者
