作者:aguiladesilvo_502 | 来源:互联网 | 2023-01-23 18:50
所以,我有这个功能 -
def function(x):
x , y = vector
return exp(((-x**2/200))-0.5*(y+0.05*(x**2) - 100*0.05)**2)
让我们说我想在以下几点评估它(第一列是x值,第二列是y值) -
array([[-1.56113514, 4.51759732],
[-2.80261623, 5.068371 ],
[ 0.7792729 , 6.0169462 ],
[-1.35672858, 3.52517478],
[-1.92074891, 5.79966161],
[-2.79340321, 4.73430001],
[-2.79655868, 5.05361163],
[-2.13637747, 5.39255837],
[ 0.17341809, 3.60918261],
[-1.22712921, 4.95327158]])
即我想传递函数第一行的值和值,然后第二行和评估等,然后最终的结果将是在这些点评估的值的数组(所以,一个由10个值组成的数组) .
因此,例如,如果函数是,例如,双变量正态分布 -
def function2(x):
function2 = (mvnorm.pdf(x,[0,0],[[1,0],[0,1]]))
return function2
我把上面的值传递给了这个函数,我会得到 -
array([ 1.17738907e-05, 1.08383957e-04, 1.69855078e-04,
5.64757613e-06, 1.37432346e-05, 1.44032800e-04,
1.33426313e-05, 1.97822328e-06, 6.56121709e-08,
4.67076770e-05])
所以基本上,我正在寻找一种方法来重写函数,以便它可以做到这一点.此外,我想将函数仅作为一个变量的函数(即只是x的函数).
谢谢您的帮助!
1> cs95..:
你可以使用np.apply_along_axis
:
np.apply_along_axis(function, 1, array)
第一个参数是函数,第二个参数是要应用函数的轴.在您的情况下,它是第一个轴.当然,最后一个参数是数组.
但是,应该警告你,这apply_along_axis
只是一种便利功能,而不是一种魔术弹.它具有严格的速度限制,因为它只是隐藏了一个循环.在可能的情况下,您应该始终尝试对计算进行矢量化.这是我如何做到这一点:
v = array[:, 0] ** 2 # computing just once
return np.exp((-v / 200) - 0.5 * (array[:, 1] + 0.05 * v - 5) ** 2)