我期待 np.fromfunction(lambda i: 1, (4,), dtype=int)
返回 array([1, 1, 1, 1])
,但它返回整数 1
。有人可以向我解释为什么 numpy.fromfunction 会这样吗?这似乎与匿名函数的定义有关(即是否实际使用了函数的参数)。
>>> import numpy as np
>>> np.fromfunction(lambda i: i, (4,), dtype=int)
array([0, 1, 2, 3])
>>> np.fromfunction(lambda i: 1, (4,), dtype=int)
1
>>> np.fromfunction(lambda i: 1 + i*0, (4,), dtype=int)
array([1, 1, 1, 1])
编辑:澄清一下,我的最终目标不是使用此方法创建 array([1, 1, 1, 1])
。相反,我正在调用
np.fromfunction(lambda i: **an expression that doesn't depend on i**, (n,))
换句话说,我试图通过重复调用某个函数来初始化一个 numpy 数组。 (在那个函数中调用了 np.random.random(),所以我没有进行多余的调用。)
最佳答案
@Warren Weckesser 已经解释了为什么会发生这种情况(NumPy 文档在这里有点误导,没有任何地方明确表示 fromfunction
需要一个向量)。如果你想让你的 lambda
函数与 fromfunction
一起工作,你可以显式地将它向量化:
In [1]: func = lambda i: 1
In [1]: vfunc = np.vectorize(func)
In [2]: np.fromfunction(vfunc, (4,), dtype=int)
Out[2]: array([1, 1, 1, 1])
但对于这个用例,我会想到
np.ones(4, dtype=int)
(也许乘以常数)会更好。
关于python - 意外的结果——具有常量函数的 numpy fromfunction,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27612288/