Как применить numpy.vectorize к подмножеству аргументов?

Я много искал, но не смог найти решения этой конкретной проблемы. У меня есть функция со следующей сигнатурой:

def my_function(self, number: float, lookup: list[str]) -> float:
    # perform some operation
    return some_float_based_on_operation

Я пытаюсь векторизовать его следующим образом:

my_ndarray = np.vectorize(self.my_function)(my_ndarray, ["a", "b", "c"])

где my_ndarray — одномерный массив из 18 чисел с плавающей запятой.

Но я получаю следующую ошибку, когда пытаюсь запустить приведенный выше код:

ValueError: operands could not be broadcast together with shapes (18,) (3,)

В моем варианте использования не обязательно иметь оба аргумента одинаковой длины, поскольку второй аргумент представляет собой несвязанный список строк. Как я могу векторизовать такую ​​функцию?

Вам нужно векторизовать функцию? взгляните на это - stackoverflow.com/questions/38082936/…

Karan Shishoo 19.03.2024 12:53

укажите exclude. Но прочитайте заявление об отказе от ответственности. vectorize наиболее полезен, когда вам нужна трансляция.

hpaulj 19.03.2024 14:37

Почему вы хотите использовать np.vectorize?

juanpa.arrivillaga 19.03.2024 17:33
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
3
53
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Как упоминалось в комментариях, вы можете использовать параметр excludednp.vectorize:

import numpy as np

def f(x, y):
    assert np.shape(x) == ()
    assert np.shape(y) != ()
    return x*len(y)

f2 = np.vectorize(f, excluded=[1, 'y'])

x = np.arange(3)
y = ['a', 'b', 'c']
f2(x, y)  # array([0, 3, 6])
f2(x, y=y)  # array([0, 3, 6])

Другие вопросы по теме