Передать аргумент в массив функций

У меня есть двумерный массив лямбда-функций. Каждая функция имеет 2 аргумента и возвращает число с плавающей запятой.

Как лучше всего передать одни и те же 2 аргумента всем этим функциям и получить массив ответов?

Я пробовал что-то вроде:

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

для оценки каждой функции в J с аргументами (1,2) (J содержит функции).

Но вроде очень круглые дома, да и не совсем работает ... Есть хороший способ сделать это?

A = J(1,2)

не работает!

Почему это массив? Почему не список (или список списков)? В любом случае это должен быть объектный массив dtype, поэтому вы не можете делать с ним много математических вычислений. И итерация по списку выполняется быстрее.

hpaulj 13.04.2018 18:48
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
2
1
83
2

Ответы 2

Вы можете использовать понимание списков:

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

Это должно работать как для массивов numpy, так и для списка списков.

Я не думаю, что есть действительно чистый способ, но он достаточно чистый и работает:

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]])

Альтернативно и немного более гибко:

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]])

Здесь vectorize упрощает итерацию по 2d a, но не увеличивает скорость (по сравнению с явным циклом).

hpaulj 13.04.2018 18:57

Другие вопросы по теме