Python numpy fromfunction用法及代码示例

本文简要介绍 python 语言中 numpy.fromfunction 的用法。

用法:

numpy.fromfunction(function, shape, *, dtype=<class 'float'>, like=None, **kwargs)

通过在每个坐标上执行一个函数来构造一个数组。

因此，结果数组在坐标 (x, y, z) 处具有值 fn(x, y, z)。

参数：

function： 可调用的

该函数使用 N 个参数调用，其中 N 是 shape 的等级。每个参数代表沿特定轴变化的阵列坐标。例如，如果 shape 是 (2, 2) ，那么参数将是 array([[0, 0], [1, 1]]) 和 array([[0, 1], [0, 1]])

shape： (N,) 整数元组

输出数组的形状，它也决定了传递给函数的坐标数组的形状。

dtype： 数据类型，可选

传递给的坐标数组的数据类型函数.默认，numpy.dtype是浮点数的。

like： array_like

允许创建非 NumPy 数组的引用对象。如果作为 like 传入的类似数组支持 __array_function__ 协议，则结果将由它定义。在这种情况下，它确保创建一个与通过此参数传入的数组对象兼容的数组对象。

返回：

fromfunction： 任何

调用结果函数直接传回去。因此形状为fromfunction完全由函数.如果函数返回一个标量值，形状fromfunction不匹配numpy.shape范围。

注意：

关键字以外的numpy.dtype被传递给函数.

例子：

>>> np.fromfunction(lambda i, j: i == j, (3, 3), dtype=int)
array([[ True, False, False],
       [False,  True, False],
       [False, False,  True]])

>>> np.fromfunction(lambda i, j: i + j, (3, 3), dtype=int)
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4]])