python – 总结np.array或np.float

前端之家收集整理的这篇文章主要介绍了python – 总结np.array或np.float前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
@H_403_1@我们有一个基于numpy的算法,应该处理不同类型的数据.

@H_403_1@

def my_fancy_algo(a):
    b = np.sum(a,axis=1)
    # Do something b
    return b
@H_403_1@如果我们传递a = np.array [1.0,2.0,3.0],那么b的计算结果为[6.0].

@H_403_1@如果我们通过= 6.0然后我们得到

@H_403_1@

*** ValueError: 'axis' entry is out of bounds
@H_403_1@期望的行为是我们得到两个输入的相同返回值6.0而不是([6.0]).

@H_403_1@什么是正确的pythonic和安全的方法来处理这个?类型?形状?

最佳答案
您的示例数组实际上提供了与标量相同的问题:

@H_403_1@

>>> a = np.array([1.0,3.0])
>>> np.sum(a,axis=1)
Traceback (most recent call last):
  File "
@H_403_1@好消息是,有一个numpy函数正是为了确保使用axis = 1的numpy调用可以工作 – 它被称为np.atleast_2d

@H_403_1@

>>> np.sum(np.atleast_2d(a),axis=1)
array([ 6.])
>>> np.sum(np.atleast_2d(6.0),axis=1)
array([ 6.])
@H_403_1@但是因为你显然想要一个标量答案,所以你可以完全放弃轴参数:

@H_403_1@

>>> np.sum(a)
6.0
>>> np.sum(6.0)
6.0

猜你在找的Python相关文章