Numpy：将两个数组合并为一个矩阵，然后用lambda进行映射
我想两者结合起来numpy.ndarray使用(m, n)元素融入一个m x n矩阵，然后将一个函数/λ映射值。
例如：
import numpy as np
X = np.array([1,2,3])
Y = np.array([4,5,6,7])
Z = cross_combine(X, Y)
combine two arrays into a matrix containing the tuple (Xi, Yj)
array([[(1,4), (1,5), (1,6), (1,7)],
[(2,4), (2,5), (2,6), (2,7)],
[(3,4), (3,5), (3,6), (3,7)]])
Z = Z.map(lambda x, y: x * y)
map values with a lambda or a function
array([[4, 5, 6, 7],
[8, 10, 12, 14],
[12, 15, 18, 21]])
映射功能很复杂。什么cross_combine和map在numpy的功能呢？我怎样才能轻松实现这一目标？
写回答
-
整合最优质的专家资源和技术资料，问答解疑对于您的特定示例，您可以使用np.meshgrid并reduce：
import numpy as np
def mesh(values):
return np.array(np.meshgrid(*values)).TX = [1,2,3]
Y = [4,5,6,7]Z = mesh([X, Y])
result = np.multiply.reduce(Z, axis=2)
print(result)
产出
[[ 4 5 6 7]
[ 8 10 12 14]
[12 15 18 21]]
对于自定义函数，您可以使用np.frompyfunc：def_mult = np.frompyfunc(lambda x, y: x * y, 2, 1)
result = def_mult.reduce(Z, axis=2)
print(result)
产出[[4 5 6 7]
[8 10 12 14]
[12 15 18 21]]2019-07-17 23:25:19赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
