将 x 和 y 数组的所有组合输入函数 f(x,y)答案

【问题标题】：Feeding all combinations of x and y array into function f(x,y)将 x 和 y 数组的所有组合输入函数 f(x,y)
【发布时间】：2017-04-02 19:27:49
【问题描述】：

python 新手并尝试自学该语言。我了解 R 和 SAS 的基础知识，但是我仍在学习如何操作数组并在 spyder 中学习基本的 python。

我真的很想得到您的帮助，将 x 和 y 都输入到函数 f(x,y) 中（例如 sin(xy) 为简单起见）。

通常在 R 中，我会通过扩展 x 和 y 的值来创建一个数据框，以创建每个组合（每行唯一的 x 和 y），然后通过我的函数运行这些行并在我的数据框中附加一个新列，然后使用 lattice 等绘制等高线图。

对于同一个函数f(x,y) = z = sin(x,y)，在python中我试过了

x = np.linspace(0, 1, 100)
y = np.linspace(-1, 11, 100)
z= np.equ(x,y)

这显然行不通，但我不确定该怎么做。

这是在尝试操作以下代码后尝试的：Matplotlib line plot of x values against y:

import numpy as np
import matplotlib.pyplot as plt

fig,ax = plt.subplots(1)

# create some x data and some integers for the y axis
x = np.array([3,5,2,4])
y = np.arange(4)

# plot the data
ax.plot(x,y)

# tell matplotlib which yticks to plot 
ax.set_yticks([0,1,2,3])

# labelling the yticks according to your list
ax.set_yticklabels(['A','B','C','D'])

感谢您的帮助！

【问题讨论】：

你可以试试stackoverflow.com/questions/8722735/…。在这里，他们通过仔细创建 xs 和 ys 来创建 x 和 y 的组合。
一种方法是创建一个长度为len(x)*len(y) 的np.linspace，然后通过获取该数组的%（模数）和/（除法）将两个列向量堆叠成一个矩阵长度
一种方法是在两个索引列表上使用 itertools.combinations。然后使用索引从您的数组中获取项目并将它们传递给您的函数
感谢您的所有回复。我会试试这些，看看我想出了什么！

标签： python numpy spyder

【解决方案1】：

在这种情况下，您需要使用itertools.product。它可用于生成包含所有可能组合的列表。

例如，如果A = [1, 2] 和B = [3, 4]

itertools.product 会返回一个可以像这样存储在数组中的可迭代对象，

C = list(itertools.product(A, B))
# C = [(1,3), (1,4), (2,3), (2,4)]

【讨论】：

谢谢！我会玩这个。我真的很感激。
只需使用 list() 而不是列表推导
已编辑，再次查看@user62622

【解决方案2】：

如果您使用带有两个参数的ufunc，请像这样使用numpy.meshgrid()：

x, y = np.meshgrid(np.linspace(0, 1, 5), np.linspace(-1, 11, 5))
r = np.equal(x, y)

如果您使用自己的函数，该函数接受两个项目的一个参数 - (x,y) 或 [x,y] ...：

def f(one_d_array):
    return one_d_array[0] == one_d_array[1]

连接网格中的 x 和 y

q = np.concatenate((x[...,None],y[...,None]), 2)

然后使用numpy.apply_along_axis

np.apply_along_axis(f, 2, q)

如果您使用自己的带有 x 和 y 参数的函数，请使用从 meshgrid 获得的数组。

def f1(x, y):
    '''Returns 4x^2 + 2y^2'''
    return 4*np.square(x) + 2*np.square(y)

f1(x, y)

如果您的数组很大，请尽量避免使用 apply_along_axis，方法是重组您的函数以处理整个数组而不是切片。

【讨论】：