使用ufunc映射numpy数组

我试图使用ufunc将一个N * 1 numpy数组整数有效地映射到N * 3 numpy浮点数组。使用ufunc映射numpy数组

我有什么至今：

map = {1: (0, 0, 0), 2: (0.5, 0.5, 0.5), 3: (1, 1, 1)} 
ufunc = numpy.frompyfunc(lambda x: numpy.array(map[x], numpy.float32), 1, 1) 

input = numpy.array([1, 2, 3], numpy.int32)

ufunc(input)给出了一个3×3阵列D型对象。我想这个数组，但与D型float32。

来源

2012-08-31 Peter Graham

'map'和'input'是Python内置函数。最好不要为这些名称分配新的值，因为它使得很难访问Python内置函数。 – unutbu

'frompyfunc'的文档说“返回的ufunc总是返回PyObject数组”。无论这个原因是什么，有一个相当简单的解决方法：提交一个适当的输入类型的输出矩阵作为“out”参数。 – Alexey

你可以使用np.hstack：

import numpy as np 
mapping = {1: (0, 0, 0), 2: (0.5, 0.5, 0.5), 3: (1, 1, 1)} 
ufunc = np.frompyfunc(lambda x: np.array(mapping[x], np.float32), 1, 1, dtype = np.float32) 

data = np.array([1, 2, 3], np.int32) 
result = np.hstack(ufunc(data)) 
print(result) 
# [ 0. 0. 0. 0.5 0.5 0.5 1. 1. 1. ] 
print(result.dtype) 
# float32 
print(result.shape) 
# (9,)

来源

2012-08-31 01:24:10 unutbu

您可以使用ndarray看中指数得到相同的结果，我认为它应该比frompyfunc快：

map_array = np.array([[0,0,0],[0,0,0],[0.5,0.5,0.5],[1,1,1]], dtype=np.float32) 
index = np.array([1,2,3,1]) 
map_array[index]

或者你也可以使用列表理解：

map = {1: (0, 0, 0), 2: (0.5, 0.5, 0.5), 3: (1, 1, 1)} 
np.array([map[i] for i in [1,2,3,1]], dtype=np.float32)

来源

2012-08-31 01:29:06 HYRY

输入列表非常大，所以我试图避免创建中间列表或数组。 –

如果你的映射是一个numpy数组，你可以使用花式索引g下这样的：

>>> valmap = numpy.array([(0, 0, 0), (0.5, 0.5, 0.5), (1, 1, 1)]) 
>>> input = numpy.array([1, 2, 3], numpy.int32) 
>>> valmap[input-1] 
array([[ 0. , 0. , 0. ], 
     [ 0.5, 0.5, 0.5], 
     [ 1. , 1. , 1. ]])

来源

2012-08-31 01:29:14 jterrace

除非我误读了文档的np.frompyfunc上一个标量输出对象确实是：使用ndarray作为输入时，你会得到一个ndarray与dtype=obj。

一种解决方法是使用np.vectorize功能：

F = np.vectorize(lambda x: mapper.get(x), 'fff')

在这里，我们迫使F的输出的dtype为3个浮子（因此'fff'）。

>>> mapper = {1: (0, 0, 0), 2: (0.5, 1.0, 0.5), 3: (1, 2, 1)} 
>>> inp = [1, 2, 3] 
>>> F(inp) 
(array([ 0. , 0.5, 1. ], dtype=float32), array([ 0., 0.5, 1.], dtype=float32), array([ 0. , 0.5, 1. ], dtype=float32))

OK，并不完全符合我们想：这是三个浮点阵列的元组（因为我们送“FFF”），第一阵列等价于[mapper[i][0] for i in inp]。因此，通过一些操作：

>>> np.array(F(inp)).T 
array([[ 0. , 0. , 0. ], 
     [ 0.5, 0.5, 0.5], 
     [ 1. , 1. , 1. ]], dtype=float32)

来源

2012-08-31 11:59:58

使用ufunc映射numpy数组

回答

相关问题