Numpy apply_along_axis 函数答案

【问题标题】：Numpy apply_along_axis functionNumpy apply_along_axis 函数
【发布时间】：2014-02-16 14:17:56
【问题描述】：

我正在尝试将 numpys apply_along_axis 与需要多个参数的函数一起使用。

test_array = np.arange(10)
test_array2 = np.arange(10)

def example_func(a,b):
   return a+b

np.apply_along_axis(example_func, axis=0, arr=test_array, args=test_array2)

在手册中：http://docs.scipy.org/doc/numpy/reference/generated/numpy.apply_along_axis.html 有用于附加参数的参数 args。但是如果我尝试添加该参数，python 会返回错误：

*TypeError: apply_along_axis() 得到了一个意外的关键字参数 'args'*

或者如果我不使用 args 则缺少参数

*TypeError: example_func() 正好接受 2 个参数（给定 1 个）*

这只是一个示例代码，我知道我可以用不同的方式解决这个问题，比如使用 numpy.add 或 np.vectorize。但我的问题是我是否可以将 numpys apply_along_axis 函数与使用多个参数的函数一起使用。

【问题讨论】：

标签： python numpy

【解决方案1】：

签名numpy.apply_along_axis(func1d, axis, arr, *args)中的*args表示还有一些其他的positional arguments可以通过。

如果要按元素添加两个 numpy 数组，只需使用 + 运算符：

In [112]: test_array = np.arange(10)
     ...: test_array2 = np.arange(10)

In [113]: test_array+test_array2
Out[113]: array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])

删除关键字axis=、arr=、args= 也应该可以工作：

In [120]: np.apply_along_axis(example_func, 0, test_array, test_array2)
Out[120]: array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])

【讨论】：

不确定您是否正确阅读了我的问题。我的问题是我是否或如何将 apply_along_axis 与使用多个参数的函数一起使用。我的问题中的函数只是一个无意义的例子来展示我想要做什么。

【解决方案2】：

我只想简要说明zhangxaochen's answer，以防对某人有所帮助。让我们举一个例子，我们想用特定的问候来问候一组人。

def greet(name, greeting):
    print(f'{greeting}, {name}!')

names = np.array(["Luke", "Leia"]).reshape(2,1)

由于apply_along_axis 接受*args，我们可以pass an arbitrary number of arguments to it，在这种情况下每个都将传递给func1d。

避免语法错误

为了避免SyntaxError: positional argument follows keyword argument，我们必须标记参数：

np.apply_along_axis(func1d=greet, axis=1, arr=names, greeting='Hello')

不止一个附加参数

如果我们也有一个接受更多参数的函数

def greet_with_date(name, greeting, date):
    print(f'{greeting}, {name}! Today is {date}.')

我们可以通过以下任一方式使用它：

np.apply_along_axis(greet_with_date, 1, names, 'Hello', 'May 4th')
np.apply_along_axis(func1d=greet_with_date, axis=1, arr=names, date='May 4th', greeting='Hello')

请注意，我们不需要担心关键字参数的顺序。

【讨论】：