python - np.vectorize和np.apply_along_axis两次将相同的参数传递给映射函数

我想在字符串数组上映射函数f。我构造了f的矢量化版本并将其应用于我的数组。但是数组的第一个元素被传递了两次：

import numpy as np

def f(string):
    print('called with', string)

a = np.array(['110', '012'])

fv = np.vectorize(f)
np.apply_along_axis(fv, axis=0, arr=a)


called with 110
called with 110
called with 012

这是为什么？我不希望110两次传递给f，但我不知道为什么会这样。

我对np.vectorize或np.apply_along_axis的误解是什么？

最佳答案

In [145]: def f(string):
     ...:     print('called with', string)
     ...:
     ...: a = np.array(['110', '012'])
     ...:
     ...: fv = np.vectorize(f)
     ...:
In [146]: fv(a)
called with 110
called with 110
called with 012
Out[146]: array([None, None], dtype=object)

仅打印的函数将返回None。 vectorized调用一次以确定返回的dtype-在这种情况下，它推导了object。

如果我们指定otypes之类的int，则会收到错误消息：

In [147]: fv = np.vectorize(f, otypes=[int])
In [148]: fv(a)
called with 110
called with 012
---------------------------------------------------------------------------
...
TypeError: int() argument must be a string, a bytes-like object or a number, not 'NoneType'

该otypes与返回的对象不兼容

In [149]: fv = np.vectorize(f, otypes=[object])
In [150]: fv(a)
called with 110
called with 012
Out[150]: array([None, None], dtype=object)

更好，更有意义的功能：

In [151]: def f(string):
     ...:     print('called with', string)
     ...:     return len(string)
     ...:
     ...:
In [152]: fv = np.vectorize(f, otypes=[int])
In [153]: fv(a)
called with 110
called with 012
Out[153]: array([3, 3])

请记住，vectorize将标量值传递给函数。实际上，它评估输入数组的每个元素，返回形状匹配的数组：

In [154]: fv(np.array([a,a,a]))
called with 110
called with 012
called with 110
called with 012
called with 110
called with 012
Out[154]:
array([[3, 3],
       [3, 3],
       [3, 3]])

与普通迭代相比，例如。 np.array([f(i) for i in a])，它比较慢，但是如果输入数组可以具有多个维度，则更加方便，如果有多个数组需要相互广播，则更好。

对于像a这样的简单数组，np.vectorize是过大的。



vectorize有另一个参数，cache可以避免这种双重调用，同时仍然允许自动dtype检测：

In [156]: fv = np.vectorize(f, cache=True)
In [157]: fv(a)
called with 110
called with 012
Out[157]: array([3, 3])

自动dtype检测有时会导致错误。例如，如果试验计算返回不同的dtype：

In [160]: def foo(var):
     ...:     if var<0:
     ...:         return -var
     ...:     elif var>0:
     ...:         return var
     ...:     else:
     ...:         return 0

In [161]: np.vectorize(foo)([0,1.2, -1.2])
Out[161]: array([0, 1, 1])           # int dtype
In [162]: np.vectorize(foo)([0.1,1.2, -1.2])
Out[162]: array([0.1, 1.2, 1.2])     # float dtype

apply_along_axis采用接受一维数组的函数。它遍历所有其他维度，将一组一维切片传递给函数。对于像a这样的一维数组，这没有任何用处。即使您的a是nd，也不会有太大帮助。您的fv不需要一维输入。

它也进行试算以确定返回数组的形状和dtype。它会自动缓存该结果。

与vectorize一样，apply_along_axis是便捷工具，而不是性能工具。

比较

np.apply_along_axis(fv, axis=0, arr=[a,a,a])
np.apply_along_axis(fv, axis=1, arr=[a,a,a])

了解apply_along如何影响评估顺序。

或对整个row（或列）执行以下操作：

np.apply_along_axis(lambda x: fv(x).mean(), axis=0, arr=[a,a,a])