numpy 数组上的 lambda 函数。这段代码有什么问题？答案

【问题标题】：lambda function on a numpy array. What's wrong with this piece of code?numpy 数组上的 lambda 函数。这段代码有什么问题？
【发布时间】：2018-11-15 00:11:18
【问题描述】：

这段代码有什么问题：

将 numpy 导入为 np

A = np.array([[-0.5, 0.2, 0.0],
          [4.2, 3.14, -2.7]])

asign = lambda t: 0 if t<0 else 1
asign(A)
print(A)

预期：

     [[0.  1.  0.]
      [ 1.  1. 0.]]

ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()

【问题讨论】：

您希望np.array([[-0.5, 0.2, 0.0], [4.2, 3.14, -2.7]]) < 0 的答案是什么？ Python 不知道如何处理这种比较。
尝试比较A < 0。这是没有意义的。我想你想要B = [assign(a) for a in x for x in A] 之类的东西。
A<0 生成一个与A 大小相同的布尔数组。 Python if 仅适用于标量布尔 True/False。这是一个简单的非此即彼的行动。它不能与多个布尔值一起使用。
谢谢。我使用剪辑和 np.sign() 实现
注意，lambda 函数并不真正相关。在任何情况下，如果您要将匿名函数分配给一个名称，您应该只使用常规函数定义。

标签： python numpy lambda

【解决方案1】：

好吧，lambda 本身不会遍历整个数组。为此，您将需要一个更高阶的函数。在这种情况下：地图。

A = np.array([[-0.5, 0.2, 0.0],
              [4.2, 3.14, -2.7]])

asign = lambda t: 0 if t<0 else 1
A = list(map(asign, A))

Map 将遍历每个元素并将其传递给函数。我将 map 包装在一个列表中，因为它返回一个 map 类型的对象，但您可以通过这种方式对其进行转换。

【讨论】：

【解决方案2】：

您可以使用 lambda，但 numpy 数据类型允许您执行许多“matlab 类型”操作（对于那些习惯了该操作的人）：

蟒蛇：

a = np.array([1, 2, 3, 4, 5])
((a > 1) & (a < 3)).astype(int)
# array([0, 1, 0, 0, 0])

八度/matlab

a = [1,2,3,4,5];
a>1 & a<3
% ans =
%
%  0  1  0  0  0

【讨论】：

【解决方案3】：

这对我有用：

A = A.clip(min=0, max=1)

【讨论】：

你为什么要这样做？只需使用(A > 0).astype(int)