Skip to main content
 首页 » 编程设计

python之当 dtype=object 时,如何通过 numpy 数组广播函数

2024年11月01日8lautakyan007

如果我有一个数值数组,由于向量长度不等,它必须使用对象指针而不是值作为数据类型:

In [145]: import numpy as np 
 
In [147]: a = np.array([[1,2],[3,4,5]]) 
 
In [148]: a 
Out[148]: array([[1, 2], [3, 4, 5]], dtype=object) 
 
In [150]: np.sin(a) 
--------------------------------------------------------------------------- 
AttributeError                            Traceback (most recent call last) 
<ipython-input-150-58d97006f018> in <module>() 
----> 1 np.sin(a) 
 
In [152]: np.sin(a[0]) 
Out[152]: array([ 0.84147098,  0.90929743]) 

我如何在不手动遍历数组的情况下广播一个包含实际数值的函数?

请您参考如下方法:

这里有几个不同的问题。首先,通过 numpy 中的 python 对象进行广播几乎没有什么好处;在这种情况下,使用纯 python 可能会做得更好。

>>> a = np.array([[1, 2, 3], [4, 5, 6]], dtype=object) 
>>> b = np.arange(1, 7).reshape(2, 3) 
>>> c = [[1, 2, 3], [4, 5, 6]] 
>>> %timeit a * 5 
100000 loops, best of 3: 4.28 µs per loop 
>>> %timeit b * 5 
100000 loops, best of 3: 2.08 µs per loop 
>>> %timeit [[x * 5 for x in l] for l in c] 
1000000 loops, best of 3: 998 ns per loop 

这些速度会有点不均匀,但你明白了。

其次,问题与广播没有直接关系。 numpy 将愉快地通过 python 列表进行广播。结果不是您所期望的:

>>> a = np.array([[1, 2, 3], [4, 5]], dtype=object) 
>>> a * 5 
    array([[1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3], 
       [4, 5, 4, 5, 4, 5, 4, 5, 4, 5]], dtype=object) 

numpy 允许数组中的对象定义它们自己广播的运算符或函数的版本。在这种情况下,python 列表将 * 定义为重复!这甚至适用于异构阵列;试试这个:np.array([5, [1, 2]], dtype=object) * 5。 sin 在这种情况下不广播的原因是 python 列表根本没有定义 sin。

使用带掩码的固定宽度数组可能会更好。

>>> np.ma.array([[1, 2, 3], [4, 5, 6]], mask=[[0, 0, 0], [0, 0, 1]]) 
    masked_array(data = 
 [[1 2 3] 
 [4 5 --]], 
             mask = 
 [[False False False] 
 [False False  True]], 
       fill_value = 999999) 

如您所见,您可以通过这种方式“模拟”一个参差不齐的数组,它的行为与预期的一样。

>>> a = np.ma.array([[1, 2, 3], [4, 5, 6]], mask=[[0, 0, 0], [0, 0, 1]]) 
>>> np.sin(a) 
    masked_array(data = 
 [[0.841470984808 0.909297426826 0.14112000806] 
 [-0.756802495308 -0.958924274663 --]], 
             mask = 
 [[False False False] 
 [False False  True]], 
       fill_value = 1e+20) 

值得一提的是创建屏蔽数组的几种方法。在您的情况下,masked_invalid 可能会有用。

>>> np.ma.masked_invalid([[1, 2, 3], [4, 5, np.NaN]]) 
masked_array(data = 
 [[1.0 2.0 3.0] 
 [4.0 5.0 --]], 
             mask = 
 [[False False False] 
 [False False  True]], 
       fill_value = 1e+20) 

您还可以使用条件创建屏蔽数组:

>>> x = np.array([[1, 2, 3], [4, 5, 6]]) 
>>> np.ma.masked_where(x > 5, x) 
masked_array(data = 
 [[1 2 3] 
 [4 5 --]], 
             mask = 
 [[False False False] 
 [False False  True]], 
       fill_value = 999999) 

有关这些技术变体的完整列表,请参阅 here .