使用 numpys np.fromfunction 评估 Python lambda 函数

Question

让 A1 和 A2 是相同形状的 numpy 数组，例如 ((d1,d2))。我想从中构建 ((d1,d1)) 数组，以便通过将函数应用于元组 A1[i],A2[j] 来定义其第 [i,j] 个条目。我在表单中使用 np.fromfunction

f=lambda i,j: np.inner(A1[i],A2[j])
A=np.fromfunction(f, shape=(d1, d1)) 

（如Fastest way to initialize numpy array with values given by function 建议的那样）。

但是我收到错误“IndexError：用作索引的数组必须是整数（或布尔）类型”。这很奇怪，因为将 lambda 函数更改为例如

 f=lambda i,j: i*j

工作正常！似乎在 lambda 函数中调用另一个函数会导致

出现问题

np.fromfunction

（np.inner 只是一个示例，我希望能够用其他此类函数替换它）。

Answer 1

要调试这种情况，请将f 设为适当的函数并添加打印语句以查看i 和j 的值：

import numpy as np
np.random.seed(2015)
d1, d2 = 5, 3
A1 = np.random.random((d1,d2))
A2 = np.random.random((d1,d2))
def f(i, j):
    print(i, j)
    return np.inner(A1[i],A2[j])
A = np.fromfunction(f, shape=(d1, d1)) 

你会看到(i, j)等于：

(array([[ 0.,  0.,  0.,  0.,  0.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 2.,  2.,  2.,  2.,  2.],
       [ 3.,  3.,  3.,  3.,  3.],
       [ 4.,  4.,  4.,  4.,  4.]]), array([[ 0.,  1.,  2.,  3.,  4.],
       [ 0.,  1.,  2.,  3.,  4.],
       [ 0.,  1.,  2.,  3.,  4.],
       [ 0.,  1.,  2.,  3.,  4.],
       [ 0.,  1.,  2.,  3.,  4.]]))

啊哈。问题是这些数组是浮点值的。正如错误消息所说，索引必须是整数或布尔类型。

查看np.fromfunction 的文档字符串发现它有第三个参数dtype，它控制坐标数组的数据类型：

Parameters
dtype : data-type, optional
    Data-type of the coordinate arrays passed to `function`.
    By default, `dtype` is float.

因此解决方案是将dtype=int添加到对np.fromfunction的调用中：

A = np.fromfunction(f, shape=(d1, d1), dtype=int)