numpy广播和条件

2024-05-05 • 问答

我敢肯定这个问题已经在某个地方问了，但是我没有合适的关键字来找到解决方案...

我的问题是改善以下代码：

I = np.array([True,False])
x = np.array([1,2])
result = f(x) * (1 - I) + g(x) * I

实际上，I用作条件：如果我为True，则做第一件事，否则做第二件事。假设f和g是（2，）->（2，）函数。

有没有一种我可以这样编写的方式，使得仅在需要时才计算2个函数f和g，而不是到处都没有？在这里，我有2个值，但在应用程序中，我有数百个，而功能太昂贵了。

np.piecewise可能就是您想要的。例如：

I = np.array([True,False])
x = np.array([1,2])
f,g = np.square,np.negative
np.piecewise(x,I,[g,f])
# array([-1,4])

一个潜在的陷阱：np.piecewise的输出与x的类型相同；因此，如果x为int但产生float值，则这些值将被截断。为了避免将此X强制转换为float或其他合适的方式。

本文链接：https://www.f2er.com/3167604.html