python之将函数应用于元组数组_编程设计

我有一个函数，我想将其应用于元组数组，我想知道是否有一种干净的方法可以做到这一点。

通常，我可以使用 np.vectorize 将函数应用于数组中的每个项目，但是，在这种情况下，“每个项目”是一个元组，因此 numpy 将数组解释为 3d 数组并将该函数应用于元组中 的每个项目。

所以我可以假设传入数组是以下之一:

元组
元组的一维数组
元组的二维数组

我可能可以编写一些循环逻辑，但似乎 numpy 最有可能更有效地执行此操作，我不想重新发明轮子。

这是一个例子。我正在尝试将 tuple_converter 函数应用于数组中的每个元组。

array_of_tuples1 = np.array([ 
        [(1,2,3),(2,3,4),(5,6,7)], 
        [(7,2,3),(2,6,4),(5,6,6)], 
        [(8,2,3),(2,5,4),(7,6,7)], 
    ]) 
 
array_of_tuples2 = np.array([ 
        (1,2,3),(2,3,4),(5,6,7), 
    ]) 
 
plain_tuple = (1,2,3) 
 
 
 
# Convert each set of tuples 
def tuple_converter(tup): 
    return tup[0]**2 + tup[1] + tup[2] 
 
# Vectorizing applies the formula to each integer rather than each tuple 
tuple_converter_vectorized = np.vectorize(tuple_converter) 
 
print(tuple_converter_vectorized(array_of_tuples1)) 
print(tuple_converter_vectorized(array_of_tuples2)) 
print(tuple_converter_vectorized(plain_tuple))

array_of_tuples1 的期望输出:

[[ 6 11 38] 
 [54 14 37] 
 [69 13 62]]

array_of_tuples2 的期望输出:

[ 6 11 38]

plain_tuple 的期望输出:

但上面的代码产生了这个错误(因为它试图将函数应用于整数而不是元组。)

<ipython-input-209-fdf78c6f4b13> in tuple_converter(tup) 
     10  
     11 def tuple_converter(tup): 
---> 12     return tup[0]**2 + tup[1] + tup[2] 
     13  
     14  
 
IndexError: invalid index to scalar variable.

请您参考如下方法:

array_of_tuples1 和 array_of_tuples2 实际上不是元组数组，而只是 3 维和 2 维整数数组:

In [1]: array_of_tuples1 = np.array([ 
   ...:         [(1,2,3),(2,3,4),(5,6,7)], 
   ...:         [(7,2,3),(2,6,4),(5,6,6)], 
   ...:         [(8,2,3),(2,5,4),(7,6,7)], 
   ...:     ]) 
 
In [2]: array_of_tuples1 
Out[2]:  
array([[[1, 2, 3], 
        [2, 3, 4], 
        [5, 6, 7]], 
 
       [[7, 2, 3], 
        [2, 6, 4], 
        [5, 6, 6]], 
 
       [[8, 2, 3], 
        [2, 5, 4], 
        [7, 6, 7]]])

因此，与其对您的函数进行矢量化，因为它基本上会通过数组的元素(整数)进行循环，您应该 apply it on the suitable axis (“元组”的轴)而不关心序列的类型:

In [6]: np.apply_along_axis(tuple_converter, 2, array_of_tuples1) 
Out[6]:  
array([[ 6, 11, 38], 
       [54, 14, 37], 
       [69, 13, 62]]) 
 
In [9]: np.apply_along_axis(tuple_converter, 1, array_of_tuples2) 
Out[9]: array([ 6, 11, 38])