【Python学习之路】Numpy 向量化函数

戏子无情 提交于 2019-12-15 22:02:30

向量化函数

自定义的 sinc 函数:

import numpy as np

def sinc(x):
    if x == 0.0:
        return 1.0
    else:
        w = np.pi * x
        return np.sin(w) / w

作用于单个数值:

sinc(0.0)
1.0
sinc(3.0)
3.8981718325193755e-17

但这个函数不能作用于数组:

x = np.array([1,2,3])
sinc(x)
---------------------------------------------------------------------------

ValueError                                Traceback (most recent call last)

<ipython-input-4-9d4f36f2aa7a> in <module>()
      1 x = np.array([1,2,3])
----> 2 sinc(x)


<ipython-input-1-dffe464e3332> in sinc(x)
      2 
      3 def sinc(x):
----> 4     if x == 0.0:
      5         return 1.0
      6     else:


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

可以使用 numpyvectorize 将函数 sinc 向量化,产生一个新的函数:

vsinc = np.vectorize(sinc)
vsinc(x)
array([  3.89817183e-17,  -3.89817183e-17,   3.89817183e-17])

其作用是为 x 中的每一个值调用 sinc 函数:

import matplotlib.pyplot as plt
%matplotlib inline

x = np.linspace(-5,5,101)
plt.plot(x, vsinc(x))
[<matplotlib.lines.Line2D at 0xa24e4e0>]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BT0ElUFI-1576401709087)(03.14-vectorizing-functions_files/03.14-vectorizing-functions_11_1.png)]

因为这样的用法涉及大量的函数调用,因此,向量化函数的效率并不高。

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!