在 python 中脚本,有 2 numpy充满对象的 ndarrays,我们称它们为 inA和 inB (相同 shape )。这些对象都是同一类型,并且有一个方法 calculate()和属性(property)size .
我想对每个元素应用该方法,并将结果保存在一个新数组中,我还想从每个元素中获取属性并将结果保存在一个新数组中。
注意:我已经找到实现所有这些的方法,但我认为它们可以改进。我只是不知道怎么做。
不带参数获取属性或应用方法
如果该方法不带参数或非数组参数,我找到了一种将它应用于每个元素的方法,如下所示:
f = lambda x: x.calculate()
outA = np.vectorize(f)(inA)
获取属性也是如此:
f = lambda x: x.size
outA = np.vectorize(f)(inA)
这是有效的,但它很丑(恕我直言),事实上 x IDE 未知的 lambda 函数使我不得不“盲目地”编写函数,没有智能感知(或 Spyder 等价物)的帮助。
方法的成对应用
如果该方法将另一个对象作为其参数,并且我想将其应用于 inA 中的每个元素并使用inB中的相应元素作为它的论点,我唯一能想到的就是一个可怕的循环:
out = np.ndarray(inA.shape)
for index, iA in np.ndenumerate(inA):
out[index] = iA.calculate(inB[index])
我不相信没有更好的方法来实现这一目标。
因此我的问题是:有没有办法改进这两种方法(没有双关语意)将方法应用于 ndarray 中的元素或元素对?
请您参考如下方法:
对于应用一个方法,我发现我可以做到
outA = np.vectorize(className.calculate)(inA)
并且对于一个方法的paiwise应用,我发现我可以做到
out = np.vectorize(className.calculate)(inA, inB)
因为方法的第一个参数是self。
特别是对于后者,这很多更干净。
我还没有找到没有 lambda 函数的 ge 属性的方法,我猜是这样
outA = np.vectorize(lambda x: x.size)(inA)
是在 oneliner 中做到这一点的最简单/最好的方法。
