numpy的函数数组构造函数中的lambda函数

Question

创建矩阵B的以下代码的最后一行有什么问题？

为什么在上一行中使用与简单表达式i + j不同的max函数？

import numpy 
print('Version =', numpy.version.version) # = 1.11.1 
A=numpy.fromfunction(lambda i,j: i+j, (3,3), dtype=int) 
B=numpy.fromfunction(lambda i,j: max(i,j),(3,3),dtype=int) 

Answer 1

numpy的的fromfunction方法创建两个阵列，其中一个在每一个单元中的值是该单元的X索引，和一个其中每一个细胞是细胞的y折射率。然后，它会将您已在

通过在你第一次调用该函数的功能，但它确实是这样的：

x=[[0 0 0] 
    [1 1 1] 
    [2 2 2]] 
y=[[0 1 2] 
    [0 1 2] 
    [0 1 2]] 
result = fn(x,y) 

其中，fn是您的lambda表达式。 numpy数组的添加相当于元素明智的添加，所以这表现得如你所期望的那样。但是，在第二个示例中，您将max用作函数，并且在numpy数组上未定义python builtin max函数。这是因为蟒蛇最大的定义方式是这样的：

def max(x,y): 
    if x>y: 
     return x 
    return y 

然而，x>y是numpy的数组，如果x和y是numpy的阵列，以及if <numpy array>并没有太大的意义，这是为什么我们得到的错误消息：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

总之，不被在每个单独的对数字进行要传递到numpy.fromfunction的功能，而是将矩阵作为一个整体，所产生上面所解释的。 Numpy用于计算元素最大值的方法是numpy.maximum，因此用numpy.maximum替换max，您的代码将按预期工作。

最后一个注释：lambda x,y: max(x,y)相当于max，因为两者都表示一个函数，它接受两个参数并返回其最大值。所以，当你重写该行代码，你可以写：

B=numpy.fromfunction(numpy.maximum,(3,3),dtype=int)