按位置将函数数组应用于元素数组

【问题标题】：applying array of function to array of elements by position按位置将函数数组应用于元素数组
【发布时间】：2019-04-22 02:49:48
【问题描述】：

假设如下：

def x2(x):
    res=x*x
    return res

def tx(x):
    res=2*x
    return res

def x3(x):
    res=x*x*x
    return res

x=np.array([1,2,3])
f=np.array([x2,tx,x3])

我试图在不使用 for 循环的情况下返回一个 array([x2(1),tx(2),x3(3)]) 数组。这在python中可能吗？

【问题讨论】：

标签： python arrays numpy functional-programming numpy-ndarray

【解决方案1】：

没有客观理由这样做，但你可以这样做：

@np.vectorize
def apply(f,x) : return  f(x)

那么apply(f,x) 现在是[1,4,27]

【讨论】：

为什么没有理由这样做？
因为没有加速。当您在大型对齐数组上进行相同的计算时，numpy 是有效的。如果您每次都更改功能，您将一无所获。
注意np.vectorize只是一个Python级别的循环，它的使用只是为了方便。

【解决方案2】：

不，在一般情况下，Python 级别的for 循环是不可避免的。

但是你可以把它隐藏在map + lambda后面：

res1 = list(map(lambda x: x[0](x[1]), zip((x2, tx, x3), x)))
res2 = np.array([x2(1), tx(2), x3(3)])

assert np.array_equal(res1, res2)

当然，在这种情况下建议使用列表推导：

res = [func(var) for func, var in zip((x2, tx, x3), x)]

【讨论】：