ma.
apply_along_axis
沿给定轴对一维切片应用函数。
执行 func1d(a, *args, **kwargs) 在哪里? func1d 在一维数组上操作 a 是一个一维切片 arr 沿着 axis .
这相当于(但比)以下使用 ndindex 和 s_ ,设置每个 ii , jj 和 kk 到一组索引:
ii
jj
kk
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])
此函数应接受一维数组。它应用于 arr 沿指定轴。
沿哪个轴 arr 切片。
输入数组。
附加参数 func1d .
的其他命名参数 func1d .
1.9.0 新版功能.
输出数组。形状 out 与…的形状相同 arr 除了沿着 axis 尺寸。此轴被删除,并替换为与返回值的形状相同的新尺寸。 func1d . 所以如果 func1d 返回标量 out 尺寸比 arr .
参见
apply_over_axes
在多个轴上重复应用函数。
实例
>>> 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,在 outarr 是一样的 arr .
>>> 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,这些维将插入到 axis 尺寸。
>>> 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]]])