如何在 NumPy 数组上映射函数？

在本文中，我们将了解如何在Python中将函数映射到 NumPy 数组。

方法一： numpy.vectorize() 方法

numpy.vectorize()函数将函数映射到包含一系列对象（如 NumPy 数组）的数据结构上。对象的嵌套序列或 NumPy 数组作为输入并返回单个 NumPy 数组或 NumPy 数组的元组。

Python3

import numpy as np
  
arr = np.array([1, 2, 3, 4, 5])
  
def addTwo(i):
    return i+2
    
applyall = np.vectorize(addTwo)
res = applyall(arr)
print(res)

输出：

[3 4 5 6 7]

说明：函数被传递给向量化方法，数组再次传递给它，函数将返回应用数组的数组。

方法二：使用 lambda函数

lambda 是一个匿名函数，它接受任意数量的参数，但只计算一个表达式。

Python3

import numpy as np
  
arr = np.array([1, 2, 3, 4, 5])
  
def applyall(i): 
  return i + 2
  
res = applyall(arr)
print(res)

输出：

[3 4 5 6 7]

方法 3：使用数组作为函数的参数来映射 NumPy 数组

只需将数组传递给函数，我们就可以将函数映射到 NumPy 数组上。

Python3

import numpy as np
  
arr = np.array([1, 2, 3, 4, 5])
  
def applyall(a):
    return a+2
  
res = applyall(arr)
print(res)

输出：

[3 4 5 6 7]

说明：数组被传递给 applyall() 方法，它将函数映射到整个数组并返回结果数组。