常量 lambda 表达式，返回数据的形状答案

【问题标题】：Constant lambda expressions, shape of return data常量 lambda 表达式，返回数据的形状
【发布时间】：2014-06-16 22:14:26
【问题描述】：

给我的 lambda 表达式列表（Sympy's lambdify），有些显式依赖于变量 x，有些是常量。我想用 Numpy 数组来评估那些一致的。

当使用 Numpy 数组 x 评估 lambda 表达式时，例如 lambda x: 1.0 + x**2，结果将具有与数组相同的形状。如果表达式碰巧没有明确包含x，例如g = lambda x: 1.0，则只返回一个标量。

import numpy

f = [lambda x: 1.0 + x**2, lambda x: 1.0]

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

print(f[0](X))
print(f[1](X))

[  2.   5.  10.]
1.0

有没有办法让输出参数的形状保持一致？

【问题讨论】：

【解决方案1】：

你可以使用ones_like:

>>> X = numpy.array([1, 2, 3])
>>> def g(x): return numpy.ones_like(x)
>>> g(X)
array([1, 1, 1])

请注意，这将返回整数，而不是浮点数，因为那是输入 dtype；你可以指定dtype=float 或乘以1.0，如果你喜欢总是得到浮点数。

PS：使用lambda 然后立即给它起一个名字有点奇怪。就像戴了口罩发名片一样。

PPS：早在ones_like 之前，当我想要适当形状的东西时，我倾向于使用x*0+1。

【讨论】：

【解决方案2】：

我没有看到问题，只是这样做：

import numpy as np

X = np.array([1, 2, 3])

f = lambda x: 1.0 + x**2
print(f(X))

g = lambda x: np.ones(shape=(len(X),))
print(g(X))

哪些打印：

[  2.   5.  10.]
[ 1.  1.  1.]

注意使用np.ones(shape=(len(X),))与使用np.ones_like(X)是一样的

【讨论】：

【解决方案3】：

使用ones_like:

g = lambda x: np.ones_like(x) * 1.0

还有这个稍微 hackier 的解决方案：

g = lambda x: 1.0 + (x*0)

【讨论】：

【解决方案4】：

你似乎想要一个数组：

>>> import numpy
>>> numpy.ones(3)
array([ 1.,  1.,  1.])

如果你想设置标量，这样做很容易

g = lambda x: numpy.ones(shape=x.shape) * 2

g(X)

array([ 2.,  2.,  2.])

所以对于任意数组：

g = lambda x: numpy.ones(shape=x.shape) * 1

n = numpy.array([1,2,3,4,5])

g(n) 是

array([ 1.,  1.,  1.,  1.,  1.])

【讨论】：