当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python numpy ma.apply_along_axis用法及代码示例


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

用法:

ma.apply_along_axis(func1d, axis, arr, *args, **kwargs)

沿给定轴将函数应用于一维切片。

执行 func1d(a, *args, **kwargs) ,其中 func1d 在一维数组上运行,a 是 arr 沿轴的一维切片。

这等效于(但比)以下使用 ndindex s_ ,将 iijjkk 设置为索引元组:

Ni, Nk = a.shape[:axis], a.shape[axis+1:]
for ii in ndindex(Ni):
    for kk in ndindex(Nk):
        f = func1d(arr[ii + s_[:,] + kk])
        Nj = f.shape
        for jj in ndindex(Nj):
            out[ii + jj + kk] = f[jj]

等效地,消除内部循环,这可以表示为:

Ni, Nk = a.shape[:axis], a.shape[axis+1:]
for ii in ndindex(Ni):
    for kk in ndindex(Nk):
        out[ii + s_[...,] + kk] = func1d(arr[ii + s_[:,] + kk])

参数

func1d 函数 (M,) -> (Nj…)

这个函数应该接受一维数组。它应用于沿指定轴的一维 arr 切片。

axis 整数

沿其切割 arr 的轴。

arr ndarray (Ni…, M, Nk…)

输入数组。

args 任何

func1d 的附加参数。

kwargs 任何

func1d 的附加命名参数。

返回

out ndarray (Ni…, Nj…, Nk…)

输出数组。除了沿轴维度外,out 的形状与 arr 的形状相同。该轴被移除,并替换为与 func1d 的返回值形状相等的新维度。因此,如果 func1d 返回一个标量输出将比 arr 少一个维度。

例子

>>> def my_func(a):
...     """Average first and last element of a 1-D array"""
...     return (a[0] + a[-1]) * 0.5
>>> b = np.array([[1,2,3], [4,5,6], [7,8,9]])
>>> np.apply_along_axis(my_func, 0, b)
array([4., 5., 6.])
>>> np.apply_along_axis(my_func, 1, b)
array([2.,  5.,  8.])

对于返回一维数组的函数,outarr 中的维数与 arr 相同。

>>> b = np.array([[8,1,7], [4,3,9], [5,2,6]])
>>> np.apply_along_axis(sorted, 1, b)
array([[1, 7, 8],
       [3, 4, 9],
       [2, 5, 6]])

对于返回更高维数组的函数,将插入这些维度来代替轴维度。

>>> b = np.array([[1,2,3], [4,5,6], [7,8,9]])
>>> np.apply_along_axis(np.diag, -1, b)
array([[[1, 0, 0],
        [0, 2, 0],
        [0, 0, 3]],
       [[4, 0, 0],
        [0, 5, 0],
        [0, 0, 6]],
       [[7, 0, 0],
        [0, 8, 0],
        [0, 0, 9]]])

相关用法


注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.ma.apply_along_axis。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。