对二维 NumPy 数组中的每个元素应用一个函数答案

【问题标题】：Apply a function to every element in 2D NumPy Array对二维 NumPy 数组中的每个元素应用一个函数
【发布时间】：2022-11-28 10:11:53
【问题描述】：

我想对 2D numpy 数组中的每个元素应用一个函数。以下是我的代码。

def fun(arr1, arr2):
  print(arr1)
  print(arr2)
  sum = 0
  for i in range(len(arr1)):
    sum += arr1[i] * arr2[i]
  
  return sum

vfun = np.vectorize(fun)

a1 = np.array([[1, 4, 2], [5, 6, 3], [4, 0, 1]])
a2 = np.array([[1, 5, 5], [2, 5, 3]])

for each in a2:
  result = vfun(each, a1)
  print(result)

我的预期输出：

[31, 50, 9]
[28, 49, 11]

但是我收到以下错误

1
1
TypeError: object of type 'numpy.int64' has no len()

在第一次迭代中，这里调用的不是 fun(a2[0], a1[0])，而是 fun(a2[0][0], a1[0][0])。为什么它会这样？有什么解决办法吗？不允许更改函数“fun(arr1, arr2)”。即，我必须传递两个数组来运行并进行计算。

【问题讨论】：

将 print(arr1) 添加到您的函数以查看 np.vectorize 传递给了什么。我敢打赌它是一个标量，而不是一维数组。在遇到问题后，您确实阅读过，甚至重读过np.vectorize？
(a2[:,:,None]*a1.T).sum(axis=1)
我在函数中添加了 print(arr1) 和 print(arr2) 并且它给出了更新的输出
它只能使用给定的功能来完成（有趣）。我不允许使用其他方法
[fun(a1.T,row) 对于 a2 中的行]

标签： numpy numpy-ndarray

【解决方案1】：

正如@hpaulj 建议的那样，您必须转置 a1 以获得预期的输出。不要vectorize函数；它不会帮助。将@hpaul 最优雅的代码应用于您的情况：

def fun(arr1, arr2):
    sum = 0
    for i in range(len(arr1)):
        sum += arr1[i] * arr2[i]

    return sum

# vfun = np.vectorize(fun)  # <---- do not vectorize

a1 = np.array([[1, 4, 2], [5, 6, 3], [4, 0, 1]])
a2 = np.array([[1, 5, 5], [2, 5, 3]])

for each in a2:
    result = fun(each, a1.T)  # <---- transpose and use fun()
    print(result)

# [31 50  9]
# [28 49 11]

【讨论】：