将参数传递给函数数组答案

【问题标题】：Pass argument to array of functions将参数传递给函数数组
【发布时间】：2018-04-13 11:25:09
【问题描述】：

我有一个 2D numpy lambda 函数数组。每个函数都有 2 个参数并返回一个浮点数。

将相同的 2 个参数传递给所有这些函数并得到一个 numpy 数组答案的最佳方法是什么？

我尝试过类似的方法：

np.reshape(np.fromiter((fn(1,2) for fn in np.nditer(J,order='K',flags=["refs_ok"])),dtype = float),J.shape)

使用参数(1,2) 评估J 中的每个函数（J 包含函数）。

但它看起来很绕房子，而且不太好用...... 有什么好办法吗？

A = J(1,2)

没用！

【问题讨论】：

为什么这是一个数组？为什么不是列表（或列表列表）？无论如何，它必须是一个对象 dtype 数组，所以你不能对它做太多的数学运算。而且列表的迭代速度更快。

标签： python-3.x numpy lambda

【解决方案1】：

您可以使用列表推导：

A = np.asarray([[f(1,2) for f in row] for row in J])

这应该适用于 numpy 数组和列表列表。

【讨论】：

【解决方案2】：

我认为没有真正干净的方法，但这是相当干净且有效的：

import operator
import numpy as np

# create array of lambdas
a = np.array([[lambda x, y, i=i, j=j: x**i + y**j for i in range(4)] for j in range(4)])

# apply arguments 2 and 3 to all of them
np.vectorize(operator.methodcaller('__call__', 2, 3))(a)
# array([[ 2,  3,  5,  9],
#        [ 4,  5,  7, 11],
#        [10, 11, 13, 17],
#        [28, 29, 31, 35]])

另外，稍微灵活一点：

from types import FunctionType

np.vectorize(FunctionType.__call__)(a, 2, 3)
# array([[ 2,  3,  5,  9],
#        [ 4,  5,  7, 11],
#        [10, 11, 13, 17],
#        [28, 29, 31, 35]])

【讨论】：

这里vectorize 使2d a 的迭代更容易，但没有提高速度（与显式循环相比）。