当函数包含条件时，使用Numpy将函数应用于数组 [英] Applying a function to an array using Numpy when the function contains a condition

问题描述

当函数包含条件时，我很难将函数应用于数组。我的解决方法效率低下，正在寻找一种高效（快速）的方法。在一个简单的示例中：

I am having a difficulty with applying a function to an array when the function contains a condition. I have an inefficient workaround and am looking for an efficient (fast) approach. In a simple example:

pts = np.linspace(0,1,11)
def fun(x, y):
    if x > y:
        return 0
    else:
        return 1

现在，如果我运行：

result = fun(pts, pts)

然后我得到错误

ValueError：具有多个元素的数组是不明确的。使用在如果x>引发的a.any（）或a.all（）

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

y 行。我的效率低下的解决方法给出了正确的结果，但是却太慢了：

raised at the if x > y line. My inefficient workaround, which gives the correct result but is too slow is:

result = np.full([len(pts)]*2, np.nan)
for i in range(len(pts)):
    for j in range(len(pts)):
        result[i,j] = fun(pts[i], pts[j])

在更好（更重要的是，更快）的方法？

What is the best way to obtain this in a nicer (and more importantly, faster) way?

当函数包含条件时，我很难将函数应用于数组。我的解决方法效率低下，正在寻找一种高效（快速）的方法。在一个简单的示例中：

I am having a difficulty with applying a function to an array when the function contains a condition. I have an inefficient workaround and am looking for an efficient (fast) approach. In a simple example:

pts = np.linspace(0,1,11)
def fun(x, y):
    if x > y:
        return 0
    else:
        return 1

现在，如果我运行：

result = fun(pts, pts)

然后我得到错误

ValueError：具有多个元素的数组是不明确的。使用在如果x>引发的a.any（）或a.all（）

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

y 行。我的效率低下的解决方法给出了正确的结果，但是却太慢了：

raised at the if x > y line. My inefficient workaround, which gives the correct result but is too slow is:

result = np.full([len(pts)]*2, np.nan)
for i in range(len(pts)):
    for j in range(len(pts)):
        result[i,j] = fun(pts[i], pts[j])

在更好（更重要的是，更快）的方式？

What is the best way to obtain this in a nicer (and more importantly, faster) way?

编辑：使用

def fun(x, y):
    if x > y:
        return 0
    else:
        return 1
x = np.array(range(10))
y = np.array(range(10))
xv,yv = np.meshgrid(x,y)
result = fun(xv, yv)  

仍然引发相同的 ValueError 。

推荐答案

错误非常明显-假设您有

The error is quite explicit - suppose you have

x = np.array([1,2])
y = np.array([2,1])

使得

(x>y) == np.array([0,1])

如果 np.array（[0,1]）语句？是真的还是假的？ numpy 告诉您这是模棱两可的。使用

what should be the result of your if np.array([0,1]) statement? is it true or false? numpy is telling you this is ambiguous. Using

(x>y).all()

或

(x>y).any()

是显式的，因此 numpy 为您提供解决方案-要么任何一个单元对都满足条件，要么全部都满足-两者都是明确的真值。您必须自己定义向量x大于向量y 的含义。

is explicit, and thus numpy is offering you solutions - either any cell pair fulfills the condition, or all of them - both an unambiguous truth value. You have to define for yourself exactly what you meant by vector x is larger than vector y.

numpy 解决方案可在所有 x 和 y 对上运行，从而使 x [i]&y; y [j] 将使用网格生成所有对：

The numpy solution to operate on all pairs of x and y such that x[i]>y[j] is to use mesh grid to generate all pairs:

>>> import numpy as np
>>> x=np.array(range(10))
>>> y=np.array(range(10))
>>> xv,yv=np.meshgrid(x,y)
>>> xv[xv>yv]
array([1, 2, 3, 4, 5, 6, 7, 8, 9, 2, 3, 4, 5, 6, 7, 8, 9, 3, 4, 5, 6, 7, 8,
       9, 4, 5, 6, 7, 8, 9, 5, 6, 7, 8, 9, 6, 7, 8, 9, 7, 8, 9, 8, 9, 9])
>>> yv[xv>yv]
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2,
       2, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 6, 6, 6, 7, 7, 8])

要么发送 xv 和 yv 到 fun ，或在函数中创建网格，具体取决于哪个更有意义。这样会生成所有对 xi，yj ，这样 xi> yj 。如果您希望实际索引仅返回 xv> yv ，其中每个单元格 ij 对应 x [i] 和 y [j] 。在您的情况下：

either send xv and yv to fun, or create the mesh in the function, depending on what makes more sense. This generates all pairs xi,yj such that xi>yj. If you want the actual indices just return xv>yv, where each cell ij corresponds x[i] and y[j]. In your case:

def fun(x, y):
    xv,yv=np.meshgrid(x,y)
    return xv>yv

将返回一个矩阵，其中 fun（x，y）[i] [j] 如果 x [i]> y [j] 为True，否则为False。或者，

will return a matrix where fun(x,y)[i][j] is True if x[i]>y[j], or False otherwise. Alternatively

return  np.where(xv>yv)

将返回两个索引对数组的元组，这样

will return a tuple of two arrays of pairs of the indices, such that

for i,j in fun(x,y):

将保证 x [i]> y [j] 。

这篇关于当函数包含条件时，使用Numpy将函数应用于数组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！